Une société affiliée à Purdue développe un moyen de réduire les coûts de développement de médicaments en modélisant plus précisément et plus efficacement les molécules et les réactions chimiques dans les solutions liquides. Cela permettra aux chimistes de mieux comprendre les détails du processus de synthèse des molécules.

CAILLE Modélisation LLC, acronyme pour Quantum Applications in Liquids, a été co-fondée par Tillmann Kubis, professeur adjoint de recherche à l'École de génie électrique et informatique de Purdue, Network for Computational Nanotechnology et Purdue Center for Predictive Materials and Devices, et James Charles, un doctorat étudiant dans le même département.

Le logiciel a été développé pour répondre au besoin de mieux comprendre comment les molécules réagissent dans les liquides.

"Quand vous avez une molécule qui est censée se comporter d'une certaine manière, les modèles actuels ne permettent de prédire son comportement dans le vide que là où la molécule est essentiellement isolée. Cependant, les médicaments sont censés interagir avec un liquide environnant comme le sang. Jusque là, il n'y a aucun moyen de prédire de manière fiable le comportement moléculaire dans les liquides, où le médicament prendra réellement effet, ", a déclaré Kubis. "La première question à laquelle nous répondrons est de savoir comment ces molécules vont changer lorsqu'elles sont mises dans un liquide environnant tel que la circulation sanguine d'un patient."

Kubis a déclaré que la modélisation des liquides est un défi important et toujours pas entièrement résolu en chimie quantique.

« On ne comprend pas encore comment modéliser l'eau et comment modéliser les molécules lorsqu'elles sont dissoutes, " at-il dit. " Les molécules dans un environnement aquatique font face à trop de perturbations chaotiques pour les modèles quantiques de pointe. Les descriptions quantiques typiques ne sont pas capables de gérer efficacement des incertitudes aussi intenses."

QUAIL Modeling étend la méthode de la fonction verte hors d'équilibre (NEGF) au domaine de la chimie quantique liquide. Cette méthode permettra aux chimistes de calculer des valeurs attendues de non-équilibre dépendantes du temps telles que le courant et les densités, échanges d'énergie et changements d'entropie du système. La méthode NEGF est déjà une méthode largement acceptée dans le monde de l'électrotechnique et de la physique des hautes énergies.

"L'un des Saint Graal de la chimie quantique est la prédiction de l'énergie de solvatation, c'est à dire., l'énergie change lorsqu'une molécule se dissout dans un liquide. » Kubis a dit. « QUAIL travaille directement pour résoudre ce problème. Malgré son importance, ce problème a été insoluble jusqu'à présent. Nous l'abordons en combinant les effets quantiques avec les incertitudes statistiques d'un environnement liquide. Nous pouvons le faire explicitement pour tout type de molécule liquide et dissoute."

Kubis a déclaré que cette méthode réduira considérablement le coût du développement de médicaments.

"Le potentiel de ceci est gigantesque. Il n'y a qu'environ 20 médicaments mis sur le marché chaque année et il en coûte environ 5 à 12 milliards de dollars pour amener chacun d'eux à ce stade, " Il a dit. " Diminuer ces dépenses de seulement 10 pour cent peut faire une énorme différence. "

Kubis a déclaré qu'il est vital pour les entreprises de tester des molécules d'une pureté parfaite, sans aucun sous-produit de synthèse ou exempt de chiralité moléculaire indésirable. Ceci est essentiel pour déterminer tout effet secondaire indésirable de la molécule médicamenteuse réelle. Aucune impureté produite lors de la synthèse du médicament ne peut brouiller cette information.

"Quand les grandes entreprises ont une molécule à synthétiser, ils ont leurs propres fournisseurs de services avec des bases de données qui leur donnent généralement environ 15 à 20 chemins de réaction différents qui pourraient donner une concentration élevée, ou haute pureté, de la molécule désirée. Les coûts élevés viennent alors de tester minutieusement chaque chemin de réaction. Notre technologie pourrait réduire les 20 réactions à beaucoup moins, candidats plus précis, voire identifier de nouvelles voies de réaction qui ne sont pas sur le radar des bases de données incomplètes, ", a-t-il déclaré. "Cela réduira les coûts de développement de médicaments et augmentera la fiabilité des tests de dépistage."

La technologie utilisée par QUAIL Modeling est concédée sous licence par le Purdue Research Foundation Office of Technology Commercialization. La société est membre de la Purdue Startup Class of 2017.

La société travaille sur des théories académiques en mettant l'accent sur les applications industrielles.

"Notre premier objectif est de prédire correctement l'énergie de solvatation, " a déclaré Kubis. " La modélisation des réactions chimiques est notre objectif à long terme; nous avons besoin de beaucoup de développement pour terminer cela."

Le développement de cette technologie a déjà été soutenu académiquement par le Center of Materials and Predictive Devices de Purdue. Kubis a déclaré que QUAIL Modeling recherche actuellement des partenariats et des financements.

« Nous recherchons des partenariats au sein de l'industrie, ainsi qu'un financement et des conseils sur les questions ouvertes les plus urgentes pour l'industrie pharmaceutique et chimique, " a-t-il dit. " Nous devons discuter des questions ouvertes avec les spécialistes du domaine puisque nous ne sommes pas des chimistes. Avoir quelques conseils nous aidera à rester sur la cible.