Un nuovo processo informatico sviluppato dai chimici dell'ETH di Zurigo consente di generare principi farmaceutici attivi in modo rapido e semplice partendo dalla superficie tridimensionale di una proteina. Il nuovo processo, dettagliato in Nature Communications , potrebbe rivoluzionare la ricerca sui farmaci.
"Si tratta di una vera svolta per la scoperta di farmaci", afferma Gisbert Schneider, professore al Dipartimento di chimica e bioscienze applicate dell'ETH di Zurigo. Insieme al suo ex studente di dottorato Kenneth Atz, ha sviluppato un algoritmo che utilizza l'intelligenza artificiale (AI) per progettare nuovi ingredienti farmaceutici attivi.
Per qualsiasi proteina con una forma tridimensionale nota, l'algoritmo genera i progetti per potenziali molecole farmacologiche che aumentano o inibiscono l'attività della proteina. I chimici possono quindi sintetizzare e testare queste molecole in laboratorio.
Tutto ciò di cui l'algoritmo ha bisogno è la struttura superficiale tridimensionale di una proteina. Sulla base di ciò, progetta molecole che si legano specificamente alla proteina secondo il principio della serratura e della chiave in modo che possano interagire con essa.
Il nuovo metodo si basa sugli sforzi decennali dei chimici per chiarire la struttura tridimensionale delle proteine e per utilizzare i computer per cercare potenziali molecole farmacologiche adatte. Fino ad ora, ciò ha spesso comportato un laborioso lavoro manuale e in molti casi la ricerca ha prodotto molecole molto difficili o impossibili da sintetizzare. Se negli ultimi anni i ricercatori hanno utilizzato l'intelligenza artificiale in questo processo, è stato principalmente per migliorare le molecole esistenti.
Ora, senza l’intervento umano, un’intelligenza artificiale generativa è in grado di sviluppare da zero molecole di farmaci che corrispondono alla struttura di una proteina. Questo nuovo processo rivoluzionario garantisce fin dall'inizio che le molecole possano essere sintetizzate chimicamente. Inoltre, l'algoritmo suggerisce solo le molecole che interagiscono con la proteina specificata nella posizione desiderata e difficilmente con altre proteine.
"Ciò significa che quando progettiamo una molecola di farmaco, possiamo essere sicuri che abbia il minor numero possibile di effetti collaterali", afferma Atz.
Per creare l'algoritmo, gli scienziati hanno addestrato un modello di intelligenza artificiale con informazioni provenienti da centinaia di migliaia di interazioni note tra molecole chimiche e le corrispondenti strutture proteiche tridimensionali.
Insieme ai ricercatori dell'azienda farmaceutica Roche e ad altri partner di cooperazione, il team dell'ETH ha testato il nuovo processo e ha dimostrato di cosa è capace.
Gli scienziati hanno cercato molecole che interagiscono con le proteine della classe PPAR, proteine che regolano il metabolismo degli zuccheri e degli acidi grassi nel corpo. Diversi farmaci per il diabete utilizzati oggi aumentano l'attività dei PPAR, il che fa sì che le cellule assorbano più zucchero dal sangue e abbassino il livello di zucchero nel sangue.
L’intelligenza artificiale ha subito progettato nuove molecole che aumentano anche l’attività dei PPAR, come i farmaci attualmente disponibili, ma senza un lungo processo di scoperta. Dopo che i ricercatori dell'ETH hanno prodotto queste molecole in laboratorio, i colleghi della Roche le hanno sottoposte a numerosi test. Questi hanno dimostrato che le nuove sostanze sono effettivamente stabili e non tossiche fin dall'inizio.
I ricercatori non stanno più studiando queste molecole con l'obiettivo di immettere sul mercato farmaci basati su di esse. Lo scopo delle molecole era invece quello di sottoporre il nuovo processo di intelligenza artificiale a un primo test rigoroso.
Secondo Schneider, tuttavia, l'algoritmo viene già utilizzato per studi simili all'ETH di Zurigo e nell'industria. Uno di questi è un progetto con l'Ospedale pediatrico di Zurigo per la cura dei medulloblastomi, i tumori cerebrali maligni più comuni nei bambini. Inoltre, i ricercatori hanno pubblicato l'algoritmo e il relativo software in modo che i ricercatori di tutto il mondo possano ora utilizzarli per i propri progetti.
"Il nostro lavoro ha reso il mondo delle proteine accessibile all'intelligenza artificiale generativa nella ricerca sui farmaci", afferma Schneider. "Il nuovo algoritmo ha un potenziale enorme." Ciò è particolarmente vero per tutte le proteine rilevanti dal punto di vista medico nel corpo umano che non interagiscono con nessun composto chimico noto.
Ulteriori informazioni: Kenneth Atz et al, Progettazione prospettica di farmaci de novo con apprendimento interattivo profondo, Nature Communications (2024). DOI:10.1038/s41467-024-47613-w
Informazioni sul giornale: Comunicazioni sulla natura
Fornito da ETH Zurigo
