La découverte de médicaments par IA de Pfizer et de l'Institut autrichien promet de transformer les soins de santé

Pfizer, le premier fabricant de produits pharmaceutiques, et le Centre de recherche pour la médecine moléculaire de l'Académie autrichienne des sciences (CeMM) ont développé une méthode de découverte de médicaments basée sur l'IA. Cette approche novatrice, résultat d'un effort révolutionnaire, pourrait potentiellement accélérer la période d'identification de la substance active à potentiel thérapeutique, les progrès les plus marquants étant accomplis dans le domaine de la recherche pharmaceutique.

Découverte de médicaments propulsée par l'IA dévoilée

dans la revue The Science, une équipe de chercheurs du CeMM a conçu une plateforme d'apprentissage automatique par IA capable d'afficher les préférences de liaison de centaines de petites molécules à des milliers de protéines humaines diverses. Cette plateforme innovante génère des données riches sur les interactions petites molécules-protéines pour maintenir la base de données, ce qui constitue un point de départ clé pour accélérer la recherche de médicaments.

Il existe un manque d'informations sur le développement des médicaments concernant l'interaction des petites molécules avec les protéines humaines. Cette relation n'a pas été largement étudiée. Bien que les petites molécules soient un composant clé du développement des médicaments, seule une infime partie des protéines humaines, également appelées ligands, rend l'avancement de l'innovation et de la compréhension fondamentale difficile sur le plan thérapeutique et scientifique.

Échelle et impact sans précédent

Les scientifiques ont adopté une stratégie de protéomique chimique en utilisant environ 407 ligands de fragments de petites molécules différentes pour cibler des zones des protéines humaines. En employant cette approche, ils ont détecté près de 47 700 interactions précises protéine-ligand, qui concernent 2 600 protéines diverses. Fait intéressant, près de 90 % des protéines formées n'ont pas de ligands connus, ce qui constitue un grand mérite de ce travail conjoint.

Cette étude a une signification académique et des implications plus larges pour la traduction en traitements ciblant les protéines par la synthèse d'analogues de ligands. De plus, les mégadonnées ont été instrumentales dans la création de structures d'apprentissage automatique capables de prédire le comportement des petites molécules dans les systèmes biologiques. Cela a grandement bénéficié à la recherche scientifique.

Accès ouvert et efforts collaboratifs

La nouvelle approche scientifique de la science ouverte est au cœur de cette initiative collaborative. Tous les modèles et données créés dans le cadre de ce projet sont disponibles gratuitement pour l'ensemble de la communauté scientifique. Ces ressources, unies sous un objectif commun de lutte contre les infections résistantes aux médicaments, sont susceptibles de stimuler la collaboration et de contribuer à l'avancement collectif du processus de découverte de médicaments. Les scientifiques peuvent accéder et explorer la richesse des informations du CeMM et de Pfizer via une application web conviviale, favorisant ainsi une innovation et une découverte accrues.

Le partenariat entre Pfizer et CeMM symbolise un changement de paradigme dans le développement thérapeutique. Il utilise l'IA et l'apprentissage automatique pour ajuster les choses plus rapidement jusqu'à ce que des médicaments de traitement soient trouvés. Ce travail révolutionnaire aura la plus grande influence sur l'industrie pharmaceutique car il a le potentiel de clarifier le(s) mécanisme(s) des interactions protéine-petite molécule.

Impliquer davantage de grands acteurs de l'industrie pharmaceutique et rejoindre les institutions académiques en tant que partenaires sera plus important à l'avenir dans les efforts pour continuer à innover et à traiter les problèmes médicaux qui nécessitent une attention. Le travail récemment réalisé par Pfizer et CeMM renforce le fait qu'il existe un grand potentiel dans de telles coopérations qui pourraient rendre possible l'ère du développement de nouveaux médicaments.