Scoperta di farmaci guidata dall'IA da Pfizer e Istituto Austriaco destinata a trasformare l'assistenza sanitaria

Pfizer, la principale azienda farmaceutica, e il Centro di Ricerca per la Medicina Molecolare dell'Accademia Austriaca delle Scienze (CeMM) hanno sviluppato un metodo di scoperta di farmaci guidato dall'IA. Il nuovo approccio, risultato di uno sforzo rivoluzionario, potrebbe potenzialmente accelerare il periodo durante il quale viene identificata la sostanza attiva con potenziale terapeutico, con i progressi più prominenti realizzati nel campo della ricerca farmaceutica.

Scoperta di farmaci potenziata dall'IA svelata

su The Science Journal, attraverso un team di ricercatori del CeMM, è stata progettata una piattaforma di apprendimento automatico basata sull'IA per mostrare le preferenze di legame di centinaia di piccole molecole a migliaia di proteine umane diverse. Questa piattaforma innovativa crea dati ricchi sulle interazioni molecola-proteina per mantenere il database, che rappresenta un punto di partenza chiave per accelerare la ricerca sui farmaci.

Esiste un divario nelle informazioni sullo sviluppo dei farmaci riguardo a come le piccole molecole interagiscono con le proteine umane. Questa relazione non è stata ampiamente studiata. Sebbene le piccole molecole siano un componente chiave dello sviluppo dei farmaci, solo una parte minuscola delle proteine umane, note anche come ligandi, rende difficile dal punto di vista terapeutico e scientifico avanzare l'innovazione e la comprensione fondamentale.

Scala e impatto senza precedenti

Gli scienziati hanno adottato una strategia di proteomica chimica utilizzando circa 407 diversi ligandi frammentari di piccole molecole per colpire aree delle proteine umane. Impiegando questo approccio, hanno rilevato quasi 47,7K interazioni precise proteina-ligando, che riguardano 2.600 proteine diverse. Interessantemente, quasi il 90% delle proteine formate non ha ligandi noti, un grande merito del lavoro congiunto.

Questo studio ha significato accademico e implicazioni più ampie per la traduzione nel trattamento dei target proteici sintetizzando analoghi dei ligandi. Inoltre, i big data sono stati fondamentali nella creazione di strutture di apprendimento automatico in grado di prevedere il comportamento delle piccole molecole nei sistemi biologici. Questo ha giovato notevolmente alla ricerca scientifica.

Accesso aperto e sforzi collaborativi

Il nuovo approccio scientifico della scienza aperta è al centro di questa iniziativa collaborativa. Tutti i modelli e i dati creati utilizzando questo progetto sono disponibili gratuitamente all'intera comunità scientifica. Queste risorse, unite sotto un obiettivo comune di combattere le infezioni resistenti ai farmaci, sono probabili di stimolare la collaborazione e contribuire al progresso collettivo del processo di scoperta dei farmaci. Gli scienziati possono accedere ed esplorare la ricchezza di informazioni da CeMM e Pfizer attraverso un'applicazione web user-friendly, potenziando ulteriore innovazione e scoperta.

La partnership tra Pfizer e CeMM incarna un cambiamento di paradigma nello sviluppo terapeutico. Utilizza l'IA e l'apprendimento automatico per ottimizzare le cose più rapidamente fino al punto in cui vengono trovati i farmaci per il trattamento. Questo lavoro rivoluzionario avrà la maggiore influenza sull'industria farmaceutica perché ha il potenziale di chiarire i meccanismi delle interazioni proteina-piccola molecola.

Coinvolgere attori più grandi nell'industria farmaceutica e unirsi alle istituzioni accademiche come partner sarà sempre più importante in futuro negli sforzi per continuare a innovare e trattare i problemi medici che richiedono attenzione. Il lavoro appena svolto da Pfizer e CeMM rafforza il fatto che c'è un grande potenziale in tali cooperazioni che potrebbero rendere possibile l'era dello sviluppo di nuovi farmaci.