Des chercheurs de la North Carolina State University et de Collaborations Pharmaceuticals ont créé une base de données gratuite de 14, 000 macrolactones connues - grosses molécules utilisées dans le développement de médicaments - qui contiennent des informations sur les caractéristiques moléculaires, diversité chimique et activités biologiques de cette classe structurale. La base de données, appelé MacrolactoneDB, comble un manque de connaissances concernant ces molécules et pourrait servir d'outil utile pour la découverte future de médicaments.

Les macrolactones sont des molécules avec au moins 12 atomes composant leur structure en forme d'anneau. Parmi de nombreuses caractéristiques utiles, La capacité des macrolactones à se lier à des cibles protéiques difficiles les rend adaptées aux antiviraux, antibiotique, médicaments antifongiques et antiparasitaires. Cependant, leur taille et leur structure compliquée les rendent difficiles à synthétiser.

"Les macrolactones sont des molécules titanesques - leur taille présente des défis pour les chercheurs qui souhaitent travailler avec elles, " dit Sean Ekins, PDG de Collaborations Pharmaceutiques, membre de l'Institut de médecine comparée de l'État de Caroline du Nord, entrepreneur en résidence à l'école de pharmacie Eshelman de l'UNC-Chapel Hill et auteur correspondant de la recherche. "Nous voulions résoudre ce problème en créant une base de données accessible au public de ces molécules et de leurs propriétés."

Étudiant diplômé de l'État de Caroline du Nord et premier auteur de l'article Phyo Phyo Zin a exploité 13 bases de données publiques pour 14, 000 macrolactones connues, les compiler dans MacrolactoneDB. Seuls 20 % des composés de macrolactone qu'elle a sélectionnés étaient associés à des données biologiques.

Zin, Ekins, et le professeur agrégé de chimie de l'État de Caroline du Nord, Gavin Williams, ont mené des analyses chimico-informatiques des propriétés moléculaires des macrolactones et développé 91 descripteurs pour mieux caractériser les molécules. Les chercheurs ont ensuite examiné trois cibles d'intérêt pour certaines des macrolactones, en particulier le paludisme, les cellules de l'hépatite C et T et ont utilisé des techniques d'apprentissage automatique pour comprendre la relation structure-activité entre les macrolactones et ces cibles.

« Nous savons que les médicaments à base de macrolactone sont efficaces, mais il y a beaucoup de choses que nous ne savons pas sur ce qui en fait un bon, " Dit Williams. "C'est pourquoi nous avons entrepris de faire cette recherche. Nous avons découvert qu'il est possible d'utiliser l'apprentissage automatique avec ces molécules, et l'amélioration de notre analyse et de notre description des macrolactones améliorera les modèles de prédiction à l'avenir."

« Quiconque s'intéresse à ces molécules ou au développement de médicaments utilisant des macrolactones dispose désormais d'une base de données conviviale où tout est accessible et en un seul endroit, ", dit Ekins. "Les chercheurs peuvent poser des questions sur ce qui rend une molécule de macrolactone particulière bien adaptée à une application biologique particulière.

"J'espère que MacrolactoneDB nous aidera à comprendre cette classe diversifiée de molécules, et avancer dans la création de nouveaux."