Des chercheurs de l'Université d'Osaka optimisent une réaction domino compliquée dans un système de flux via l'apprentissage automatique pour cribler efficacement plusieurs variables, atteindre une sélectivité et un rendement élevés d'un composé biologiquement actif potentiel

Malgré les avancées technologiques, la découverte et le développement précoces de médicaments restent chronophages, processus difficile et inefficace avec de faibles taux de réussite. Une équipe de l'université d'Osaka a découvert une solution possible pour surmonter les faibles rendements de production dans des séquences réactionnelles complexes, fournir une étude de preuve de concept dans le rendement élevé réussi d'un agent thérapeutique potentiel.

Dans une étude publiée récemment dans Communications chimiques , les chercheurs démontrent la production d'un agent médicamenteux potentiel en utilisant l'apprentissage automatique pour cribler rapidement les conditions expérimentales pour une série de réactions complexes. Cette approche d'optimisation a considérablement réduit le temps, les matériaux et le coût requis pour les méthodes conventionnelles.

Pour les chercheurs académiques et industriels, une étape essentielle dans le développement des réactions chimiques consiste à optimiser les conditions expérimentales. Ceci est traditionnellement réalisé en faisant varier un paramètre et en gardant les autres constants, un processus onéreux et coûteux. Une stratégie pour identifier rapidement les paramètres optimaux est l'apprentissage automatique, un outil statistique utilisé dans de nombreux domaines, y compris la découverte de médicaments.

« En examinant les étapes de la séquence organocatalysée de Rauhut-Currier et d'annulation [3+2], nous avons d'abord réalisé qu'un système de flux de micro-mélange supprimerait toute réaction secondaire indésirable et améliorerait le rendement du dérivé de spirooxindole biologiquement actif souhaité, " dit l'auteur principal de l'étude, Hiroaki Sasaï. "La régression du processus gaussien (GPR) nous a ensuite permis de filtrer rapidement différents paramètres et d'explorer les conditions d'écoulement optimales pour notre système afin de maximiser le rendement du produit."

Ces motifs spirooxindole, présentes dans de nombreuses molécules biologiquement actives et produits naturels, ont acquis un intérêt considérable pour la recherche en tant qu'agents médicamenteux antiviraux possibles. Comme pour les autres médicaments, la fabrication de spirooxindoles permet d'obtenir des mélanges contenant des variantes d'image miroir de la même molécule (énantiomères) avec des propriétés chimiques différentes (par exemple, activité médicamenteuse par rapport à aucune activité) - la partie délicate consiste à maximiser préférentiellement le rendement de la variante souhaitée présentant une activité médicamenteuse. Une méthode simplifiée pour réaliser cet exploit avec les spirooxindoles est restée pour la plupart hors de portée jusqu'à présent.

Malgré la complexité, sélectivité et spécificité de la séquence réactionnelle très efficace, les chercheurs ont établi la réaction à l'aide d'un système d'écoulement à micro-mélangeur, mais avec un rendement de 49 %. En utilisant les paramètres optimisés de GPR, ils ont ensuite obtenu les dérivés de spirooxindole avec trois centres chiraux contigus en une minute avec un rendement allant jusqu'à 89 % et une pureté de 98 % du variant d'image miroir souhaité.

"Il est difficile de prédire l'effet de la modification de chaque paramètre expérimental lors du développement d'une nouvelle réaction sans une optimisation approfondie de la réaction, " explique l'auteur principal Masaru Kondo. " Cependant, combiner des outils tels que le GPR avec de nouvelles méthodes de synthèse dans les systèmes de flux peut simplifier et rationaliser le processus de développement de médicaments pour d'autres molécules complexes, réduction des coûts, perte de temps et de matériel."