L'intelligenza artificiale progetta nuovi farmaci sulla base delle strutture proteiche

"? una vera svolta per la ricerca sui farmaci", afferma Gisbert Schneider, professore del Dipartimento di chimica e scienze biologiche applicate. Insieme al suo dottorando Kenneth Atz, ha sviluppato un nuovo algoritmo che utilizza l'intelligenza artificiale (AI) per progettare nuovi principi attivi farmaceutici. Per qualsiasi proteina di cui si conosce la forma tridimensionale, l'algoritmo genera i progetti di molecole che aumentano o inibiscono l'attività della proteina come potenziali farmaci. I chimici possono quindi sintetizzare e testare queste molecole in laboratorio.

L'algoritmo ha bisogno solo della struttura tridimensionale della superficie di una proteina. Su questa base, genera molecole che si attaccano specificamente alla proteina secondo il principio lock-and-key e interagiscono con essa.

Escludere gli effetti collaterali

Il nuovo metodo si basa sugli sforzi decennali dei chimici per delucidare la struttura tridimensionale delle proteine e cercare al computer potenziali molecole farmacologiche adatte. Finora, ciò comportava spesso un noioso lavoro manuale e in molti casi la ricerca produceva molecole molto difficili o impossibili da sintetizzare. Se negli ultimi anni gli scienziati hanno già utilizzato l'intelligenza artificiale in questo processo, è soprattutto per migliorare le molecole esistenti.

Il fatto che l'IA generativa stia sviluppando da zero molecole di farmaci che corrispondono alla struttura di una proteina senza l'intervento umano è una novità. Il nuovo processo tiene conto fin dall'inizio del fatto che le molecole possono essere sintetizzate chimicamente. Inoltre, l'algoritmo suggerisce solo molecole che interagiscono con la proteina specificata nel sito desiderato, ma difficilmente con altre proteine. "Questo significa che possiamo già tenere conto, quando progettiamo una molecola di farmaco, del fatto che abbia il minor numero possibile di effetti collaterali", spiega Atz.

Per ottenere questo risultato, 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.

Test di successo con l'industria

Insieme ai ricercatori dell'azienda farmaceutica Roche e ad altri partner, l'ETH ha testato il nuovo metodo e ne ha dimostrato l'efficacia. Gli scienziati hanno cercato molecole che interagiscono con i rappresentanti della classe di proteine PPAR. Le PPAR sono proteine che regolano il metabolismo degli zuccheri e degli acidi grassi nell'organismo. I farmaci per il diabete già disponibili aumentano l'attività delle PPAR, inducendo le cellule ad assorbire più zucchero dal sangue e abbassando i livelli di glicemia.

L'IA ha progettato nuove molecole che aumentano anche l'attività di PPAR e lo fanno in misura simile ai farmaci precedentemente disponibili. Dopo che i ricercatori dell'ETH hanno prodotto queste molecole in laboratorio, i colleghi di Roche le hanno sottoposte a una serie di test. Ciò ha dimostrato che le nuove sostanze erano effettivamente stabili e non tossiche fin dall'inizio.

I ricercatori non stanno proseguendo lo studio di queste molecole per immettere sul mercato farmaci basati su di esse. Piuttosto, le molecole sono state utilizzate per sottoporre il nuovo processo di intelligenza artificiale a un primo test rigoroso. Tuttavia, Schneider rivela che l'algoritmo viene già utilizzato per studi simili all'ETH di Zurigo e nell'industria. Ad esempio, in un progetto con l'Ospedale pediatrico di Zurigo per il trattamento dei medulloblastomi, i tumori cerebrali maligni più comuni nei bambini. Inoltre, i ricercatori hanno pubblicato l'algoritmo e il software associato in modo che possano essere utilizzati dai ricercatori di tutto il mondo per i loro progetti.

"Con il nostro lavoro, abbiamo reso il mondo delle proteine accessibile per l'IA generativa nella scoperta di farmaci", afferma l'ETH professor Schneider. "Il nuovo algoritmo ha un enorme potenziale", ed è interessante per tutte le proteine di rilevanza medica presenti nel corpo umano per le quali non sono ancora noti composti chimici che interagiscono con esse.