I ricercatori del CeMM, in collaborazione con Pfizer, hanno ora sfruttato e adattato un metodo per misurare l'attività di legame di centinaia di piccole molecole contro migliaia di proteine ​​umane.

Questo studio su larga scala ha rivelato decine di migliaia di interazioni ligando-proteina che ora possono essere esplorate per lo sviluppo di strumenti chimici e terapie. Inoltre, grazie all'apprendimento automatico e all'intelligenza artificiale, consente previsioni imparziali su come le piccole molecole interagiscono con tutte le proteine ​​presenti nelle cellule umane viventi.

Questi risultati sono stati pubblicati sulla rivista Science e tutti i dati e i modelli generati sono liberamente disponibili per la comunità scientifica.

La maggior parte dei farmaci sono piccole molecole che influenzano l'attività delle proteine. Queste piccole molecole, se ben comprese, sono anche strumenti preziosi per caratterizzare il comportamento delle proteine ​​e per effettuare ricerche biologiche di base.

Considerati questi ruoli essenziali, è sorprendente che per oltre l’80% di tutte le proteine ​​non siano stati finora identificati leganti di piccole molecole. Ciò ostacola lo sviluppo di nuovi farmaci e strategie terapeutiche, ma impedisce allo stesso tempo nuove conoscenze biologiche sulla salute e sulla malattia.

Per colmare questa lacuna, i ricercatori del CeMM in collaborazione con Pfizer hanno ampliato e ridimensionato una piattaforma sperimentale che consente loro di misurare come centinaia di piccole molecole con varie strutture chimiche interagiscono con tutte le proteine ​​espresse nelle cellule viventi.

Ciò ha prodotto un ricco catalogo di decine di migliaia di interazioni ligando-proteina che ora possono essere ulteriormente ottimizzate per rappresentare punti di partenza per ulteriori sviluppi terapeutici.

Nel loro studio, il team guidato dal CeMM PI Georg Winter ha esemplificato ciò sviluppando leganti di piccole molecole di trasportatori cellulari, componenti del meccanismo di degradazione cellulare e proteine ​​poco studiate coinvolte nella trasduzione del segnale cellulare. Inoltre, sfruttando l'ampio set di dati, sono stati sviluppati modelli di apprendimento automatico e intelligenza artificiale in grado di prevedere come ulteriori piccole molecole interagiscono con le proteine ​​espresse nelle cellule umane viventi.

"Siamo rimasti stupiti nel vedere come l'intelligenza artificiale e l'apprendimento automatico possano migliorare la nostra comprensione del comportamento delle piccole molecole nelle cellule umane. Ci auguriamo che il nostro catalogo di interazioni piccole molecole-proteine ​​e i modelli di intelligenza artificiale associati possano ora fornire una scorciatoia nella scoperta di farmaci si avvicina", afferma Winter.

Per massimizzare il potenziale impatto e l'utilità per la comunità scientifica, tutti i dati e i modelli sono resi disponibili gratuitamente tramite un'applicazione web.

"Si è trattato di un partenariato eccezionale tra l'industria e il mondo accademico. Siamo lieti di presentare i risultati ottenuti attraverso tre anni di stretta collaborazione e lavoro di squadra tra i gruppi. È stato un grande progetto", afferma il Dott. Patrick Verhoest, Vice Presidente e Responsabile di Medicine Design presso Pfizer.