Une nouvelle plateforme d'IA conçoit les médicaments anticancéreux de demain
"Il y a quelques années, l'IA était un gros mot dans l'industrie pharmaceutique, mais aujourd'hui la tendance est clairement inverse..."
Des scientifiques de l'université de San Diego ont mis au point un algorithme d'apprentissage automatique pour simuler la chimie fastidieuse des premières phases de la découverte de médicaments, ce qui pourrait considérablement rationaliser le processus et ouvrir la voie à des traitements inédits. L'identification des médicaments candidats à une optimisation plus poussée nécessite généralement des milliers d'expériences individuelles, mais la nouvelle plateforme d'intelligence artificielle (IA) pourrait potentiellement donner les mêmes résultats en une fraction du temps. Les chercheurs ont utilisé le nouvel outil, décrit dans Nature Communications, pour synthétiser 32 nouveaux médicaments candidats contre le cancer.
Katherine Licon, coauteur de l'étude, photographiée ici à la paillasse, est responsable du laboratoire Ideker à l'université de San Diego, qui associe des techniques informatiques et des techniques traditionnelles de laboratoire humide pour répondre à des questions fondamentales sur la biologie des maladies et découvrir de nouveaux moyens d'améliorer la médecine de précision.
Erik Jepsen/UC San Diego
Cette technologie s'inscrit dans une tendance nouvelle mais croissante de la science pharmaceutique qui consiste à utiliser l'IA pour améliorer la découverte et le développement de médicaments.
"Il y a quelques années, l'IA était un gros mot dans l'industrie pharmaceutique, mais aujourd'hui, la tendance est tout à fait inverse, les jeunes entreprises de biotechnologie ayant du mal à lever des fonds sans aborder l'IA dans leur plan d'affaires", a déclaré l'auteur principal Trey Ideker, professeur au département de médecine de l'école de médecine de l'université de San Diego et professeur adjoint de bio-ingénierie et d'informatique à l'école d'ingénierie Jacobs de l'université de San Diego. "La découverte de médicaments guidée par l'IA est devenue un domaine très actif dans l'industrie, mais contrairement aux méthodes développées dans les entreprises, nous rendons notre technologie open source et accessible à tous ceux qui veulent l'utiliser.
La nouvelle plateforme, appelée POLYGON, est unique parmi les outils d'IA pour la découverte de médicaments car elle peut identifier des molécules à cibles multiples, alors que les protocoles de découverte de médicaments existants donnent actuellement la priorité aux thérapies à cible unique. Les médicaments à cibles multiples présentent un intérêt majeur pour les médecins et les scientifiques car ils sont susceptibles d'offrir les mêmes avantages qu'une thérapie combinée, dans laquelle plusieurs médicaments différents sont utilisés ensemble pour traiter le cancer, mais avec moins d'effets secondaires.
"Il faut de nombreuses années et des millions de dollars pour trouver et développer un nouveau médicament, surtout s'il s'agit d'un médicament à cibles multiples", a déclaré M. Ideker. "Les quelques rares médicaments multicibles dont nous disposons ont été découverts en grande partie par hasard, mais cette nouvelle technologie pourrait contribuer à éliminer le hasard de l'équation et à donner le coup d'envoi d'une nouvelle génération de médecine de précision."
Les chercheurs ont entraîné POLYGON sur une base de données de plus d'un million de molécules bioactives connues contenant des informations détaillées sur leurs propriétés chimiques et leurs interactions connues avec des cibles protéiques. En apprenant à partir de modèles trouvés dans la base de données, POLYGON est capable de générer des formules chimiques originales pour de nouveaux médicaments candidats susceptibles d'avoir certaines propriétés, telles que la capacité d'inhiber des protéines spécifiques.
"Tout comme l'IA est aujourd'hui très performante pour générer des dessins et des images originaux, comme la création d'images de visages humains en fonction de propriétés souhaitées telles que l'âge ou le sexe, POLYGON est capable de générer des composés moléculaires originaux en fonction de propriétés chimiques souhaitées", a déclaré M. Ideker. "Dans ce cas, au lieu de dire à l'IA à quel âge nous voulons que notre visage ait l'air, nous lui disons comment nous voulons que notre futur médicament interagisse avec les protéines de la maladie.
Pour mettre POLYGON à l'épreuve, les chercheurs l'ont utilisé pour générer des centaines de médicaments candidats ciblant diverses paires de protéines liées au cancer. Parmi ceux-ci, les chercheurs ont synthétisé 32 molécules qui présentaient les interactions prédites les plus fortes avec les protéines MEK1 et mTOR, une paire de protéines de signalisation cellulaire qui constituent une cible prometteuse pour les thérapies combinées contre le cancer. Ces deux protéines sont ce que les scientifiques appellent synthétiquement létales, ce qui signifie que l'inhibition des deux ensemble suffit à tuer les cellules cancéreuses, même si l'inhibition d'une seule d'entre elles ne suffit pas.
Les chercheurs ont constaté que les médicaments qu'ils ont synthétisés avaient une activité significative contre MEK1 et mTOR, mais qu'ils présentaient peu de réactions hors cible avec d'autres protéines. Cela suggère qu'un ou plusieurs des médicaments identifiés par POLYGON pourraient cibler les deux protéines dans le cadre d'un traitement anticancéreux, ce qui fournirait une liste de choix à affiner par les chimistes humains.
"Une fois que l'on dispose des médicaments candidats, il faut encore faire toute la chimie nécessaire pour affiner ces options en un seul traitement efficace", a déclaré M. Ideker. "Nous ne pouvons et ne devons pas essayer d'éliminer l'expertise humaine du pipeline de découverte de médicaments, mais nous pouvons raccourcir quelques étapes du processus.
Malgré cette prudence, les chercheurs sont optimistes et pensent que les possibilités de l'IA pour la découverte de médicaments ne font que commencer à être explorées.
"Il sera très intéressant de voir comment ce concept se développera au cours de la prochaine décennie, tant dans le monde universitaire que dans le secteur privé", a déclaré M. Ideker. "Les possibilités sont pratiquement infinies.
Note: Cet article a été traduit à l'aide d'un système informatique sans intervention humaine. LUMITOS propose ces traductions automatiques pour présenter un plus large éventail d'actualités. Comme cet article a été traduit avec traduction automatique, il est possible qu'il contienne des erreurs de vocabulaire, de syntaxe ou de grammaire. L'article original dans Anglais peut être trouvé ici.
Publication originale
Autres actualités du département science
Recevez les dernières actualités du secteur des sciences de la vie
Ne manquez plus aucune actualité : notre newsletter consacrée aux biotechnologies, au secteur pharmaceutique et aux sciences de la vie vous informe tous les mardis et jeudis. Les dernières nouvelles du secteur, les produits phares et les innovations - de manière compacte et compréhensible dans votre boîte de réception. Recherché par nos soins, pour que vous n'ayez pas à le faire.
