KI und Quantenmechanik vereinen sich, um die Entdeckung von Medikamenten zu beschleunigen

Die Entdeckung von Medikamenten ist ein bisschen wie die Arbeit an einem Puzzle. Die chemischen Verbindungen hinter Arzneimittelmolekülen müssen so geformt werden, dass sie zu Proteinen in unserem Körper passen, um therapeutische Wirkungen zu erzielen. Aufgrund dieser Notwendigkeit einer sorgfältigen Feinabstimmung ist die Entwicklung neuer Medikamente äußerst komplex und zeitaufwändig.

Um den Puzzle-Zusammenbauprozess zu beschleunigen, haben SMU-Forscher SmartCADD entwickelt. Dieses virtuelle Open-Source-Tool kombiniert künstliche Intelligenz, Quantenmechanik und CADD-Techniken (Computer Aided Drug Design), um das Screening chemischer Verbindungen zu beschleunigen und so den Zeitaufwand für die Arzneimittelentwicklung erheblich zu verkürzen. In einer kürzlich veröffentlichten Studie in der Zeitschrift für chemische Information und ModellierungForscher demonstrierten die Fähigkeit von SmartCADD, vielversprechende HIV-Medikamentenkandidaten zu identifizieren.

Dieses neue Tool entstand aus einer interdisziplinären Zusammenarbeit zwischen der Abteilung für Chemie der SMU am Dedman College of Humanities and Sciences und der Abteilung für Informatik an der Lyle School of Engineering.

„Es besteht ein dringender Bedarf, neue Medikamentenklassen wie Antibiotika, Krebsbehandlungen, antivirale Medikamente und mehr zu entdecken“, sagte Elfi Kraka, Leiterin der Computational and Theoretical Chemistry (CATCO)-Gruppe an der SMU. „Trotz der schnellen Einführung von KI in vielen Bereichen gibt es Bedenken, sie in der wissenschaftlichen Forschung einzusetzen, vor allem aufgrund ihrer Undurchsichtigkeit und der Qualität der für das Training verwendeten Daten. SmartCADD geht auf diese Bedenken ein und kann an einem Tag Milliarden chemischer Verbindungen filtern. , was den Zeitaufwand für die Identifizierung vielversprechender Arzneimittelkandidaten erheblich verkürzt.

So funktioniert SmartCADD

SmartCADD kombiniert Deep-Learning-Modelle, Filterprozesse und erklärbare KI, um Datenbanken chemischer Verbindungen zu filtern, die zur Identifizierung von Medikamenten-Leitmolekülen verwendet werden. Das Tool besteht aus zwei Hauptkomponenten: der Pipeline-Schnittstelle von SmartCADD, die Daten sammelt und Filter ausführt, und seiner Filterschnittstelle, die dem System mitteilt, wie jeder Filter funktionieren soll. Diese integrierten Filter erleichtern die verschiedenen Phasen der Prüfung chemischer Verbindungen. Sie können helfen, vorherzusagen, wie sich ein Medikament im Körper verhält, mithilfe von 2D- und 3D-Parametern zu modellieren, wie die Strukturen eines Medikaments aussehen werden, und ein KI-Modell zu verwenden, das seine Entscheidungen erklärt.

Forscher demonstrierten die SmartCADD-Plattform anhand von drei verschiedenen Fallstudien zu Medikamenten zur Behandlung von HIV und stellten fest, dass mehrere im Virus vorhandene Proteine ​​als vielversprechende Angriffspunkte gelten. SmartCADD nutzte Daten aus der MoleculeNet-Bibliothek, um eine Datenbank mit 800 Millionen chemischen Verbindungen zu erstellen und zu durchsuchen, und stellte fest, dass 10 Millionen als HIV-Medikamente wirken könnten. Anschließend verwendete er Filter, um Verbindungen zu finden, die am besten zu bereits zugelassenen HIV-Medikamenten passten.

Während sich die Forscher für die Studie auf HIV-Ziele konzentrierten, betonten sie, dass SmartCADD vielseitig einsetzbar ist und auf andere Arzneimittelforschungspipelines angewendet werden kann.

„Es handelt sich um eine benutzerfreundliche virtuelle Screening-Plattform, die Forschern ein hochintegriertes und flexibles Framework für die Erstellung von Arzneimittelforschungspipelines bietet“, sagte Corey Clark, Assistenzprofessor für Informatik an der Lyle School of Engineering und stellvertretender Forschungsdirektor an der SMU Guildhall . . „Wir werden die Arbeit weiter vorantreiben, um die Fähigkeiten im Bereich Chemie und maschinelles Lernen noch weiter auszubauen. Das Projekt und seine Möglichkeiten sind wirklich spannend, und ich weiß, dass die nächste Phase ein noch größerer Fortschritt sein wird als die letzte.“

Zusammenarbeit macht SmartCADD möglich

Das Papier unterstreicht auch die Stärke der interdisziplinären Zusammenarbeit an der SMU. Zu den Autoren gehören neben Kraka und Clark auch Ayesh Madushanka, ein Postdoktorand in Chemie, und Eli Laird, ein Doktorand in Informatik.

„Bereiche wie die Arzneimittelforschung erfordern gemeinsame Anstrengungen, um wirklich erfolgreich zu sein“, sagte Madushanka. „Ich bin mir sicher, dass das Endprodukt nicht dasselbe gewesen wäre, wenn nur die Chemieabteilung daran gearbeitet hätte. Die interdisziplinäre Zusammenarbeit eröffnet neue Perspektiven für dieselbe Idee und trägt dazu bei, sie zu verfeinern und zu verbessern.“

Laird fügt hinzu: „Interdisziplinäre Forschung ist absolut notwendig, um große Forschungsfortschritte zu erzielen, die tatsächlich Auswirkungen auf die Praxis haben.“ Dies ist ein Hauptziel der SMU und einer der Hauptgründe, warum ich hier promovieren wollte. “