Dans une avancée majeure, le concours de science ouverte CACHE (Critical Assessment of Computational Hit-Finding Experiments) a utilisé avec succès l'intelligence artificielle (IA) pour découvrir des molécules susceptibles de mener à de nouveaux traitements contre la maladie de Parkinson. Ce travail collaboratif a impliqué des scientifiques de diverses institutions, dont Merck KGaA et l'Université de Pittsburgh, qui ontdentsept composés disponibles dans le commerce présentant des mécanismes d'action uniques contre la protéine LRRK2, un facteur connu de la maladie de Parkinson héréditaire. Ces résultats constituent une avancée significative pour la science ouverte et soulignent l'importance de la collaboration par rapport à l'approche traditionnelle axée sur les brevets.
La découverte de médicaments pilotée par l'IA conduit à des résultats prometteurs
Des chercheurs de Merck KGaA, de l'Université de Pittsburgh et d'autres institutions ont exploité la puissance de l'intelligence artificielle pourdentsept composés disponibles dans le commerce présentant de nouveaux mécanismes d'action contre la protéine LRRK2. Cette protéine est impliquée depuis longtemps dans le développement de la maladie de Parkinson. La particularité de ces découvertes réside dans le fait qu'il s'agit des premiers composés connus pour agir contre le domaine WDR (WD40 repeat) de LRRK2, une région dont le rôle serait crucial dans la toxicité associée à la maladie de Parkinson.
Le concours scientifique ouvert CACHE a permis cette avancée majeure. Financé en partie par la fondation de recherche de l'acteur Michael J. Fox, CACHE comportait deux phases distinctes. Lors de la première phase, 23 laboratoires participants ont utilisé leurs algorithmes d'IA pour sélectionner jusqu'à 100 composés. Ces composés ont ensuite fait l'objet d'expériences rigoureuses en laboratoire, notamment une série de tests visant à évaluer leur affinité de liaison au domaine WDR de LRRK2, ainsi que leur potentiel de liaison à des récepteurs non apparentés, indiquant leur spécificité pour LRRK2.
Les composés les plus prometteurs ont été retenus pour la deuxième phase, au cours de laquelle les chercheurs pouvaient sélectionner jusqu'à 50 composés complémentaires présentant des mécanismes d'action similaires à ceux des composés initialement soumis, mais potentiellement une spécificité ou une affinité de liaison supérieure. Cette deuxième phase imposait des critères plus stricts afin d'éviter les faux positifs et comprenait des criblages supplémentaires pour valider les résultats.
Un comitédent d'experts du secteur a évalué les données finales, sans que leurs noms ni leurs affiliations ne soient divulgués. Les composés les plus performants proviennent de l'Université de Pittsburgh, de l'Université Carnegie Mellon, de l'Université de Colombie-Britannique et de Merck KGaA. Des informations détaillées sur les méthodes de calcul utilisées par les sept participants ayantdentles composés gagnants sont disponibles sur le site web de CACHE.
Prudence et recherches supplémentaires nécessaires
Bien que la découverte de composés potentiellement utiles dans le traitement de la maladie de Parkinson soit indéniablement importante, il est crucial d'aborder ces résultats avec prudence. Selon Ryan Merkley, PDG de Conscience, l'organisation à l'origine du projet CACHE, les composésdentconstituent des points de départ encourageants pour le développement de médicaments potentiels. Cependant, ils doivent faire l'objet de recherches et d'essais approfondis avant même de pouvoir être considérés comme des candidats médicaments viables. M. Merkley a souligné la nécessité d'un débat transparent et franc sur la qualité et les applications des outils d'IA dans la découverte de médicaments afin d'améliorer leur efficacité au fil du temps.
Élargir les horizons au-delà de la maladie de Parkinson
Le succès de CACHE dansdentidentification de traitements potentiels contre la maladie de Parkinson a ouvert la voie à son expansion dans d'autres domaines médicaux. Les défis 2 et 3 sont désormais axés sur la découverte de nouveaux médicaments pour lutter contre la COVID-19. Le défi 4 invite les participants à prédire des médicaments capables d'inhiber le domaine TKB de CBLB, un régulateur négatif de l'activation des lymphocytes T associé au lymphome. Le défi 5, pour lequel les candidatures sont actuellement ouvertes, vise àdentdes médicaments contre l'obésité ciblant le récepteur MCHR1.
Le concours scientifique ouvert CACHE a exploité les capacités de l'intelligence artificielle pour découvrir des composés prometteurs pour le traitement de la maladie de Parkinson. Cette collaboration, qui a réuni des chercheurs de Merck KGaA et de l'Université de Pittsburgh, marque une rupture significative avec l'approche traditionnelle fondée sur les brevets. Bien que ces découvertes soient porteuses d'espoir pour de futurs traitements contre la maladie de Parkinson, elles doivent encore faire l'objet de recherches et de validations approfondies. CACHE étend désormais ses efforts à d'autres défis médicaux urgents, en tirant parti de la puissance de l'IA pour faire progresser la découverte de médicaments dans divers domaines.
