Les chercheurs de SMU ont développé un ensemble de routines informatisées qui peuvent imiter les réactions chimiques dans un laboratoire, réduire le temps et les dépenses liées au travail fréquemment nécessaires pour trouver le meilleur médicament possible pour un résultat souhaité.

L'université a un brevet en instance pour les routines de calcul sous le nom de ChemGen. En plus d'accélérer le processus de recherche de médicaments efficaces pour des applications spécifiques, ChemGen permettra aux petits laboratoires de contribuer à des recherches significatives à un niveau que beaucoup ne peuvent actuellement se permettre.

« ChemGen a la capacité de remplacer une équipe de 20 chimistes organiques hautement qualifiés dans l'optimisation d'une molécule d'intérêt, " a déclaré l'inventeur principal John Wise, un professeur SMU qui se spécialise en biochimie structurale. "Nous armons essentiellement une armée de laboratoires plus petits pour faire des recherches vraiment sophistiquées.

« J'espère également que les grandes sociétés pharmaceutiques tireront parti de cette technologie, trop, " a déclaré Wise. ChemGen pourrait potentiellement permettre à un bâtiment rempli de chimistes qualifiés d'augmenter considérablement leur productivité en travaillant sur aussi peu que six problèmes par an jusqu'à 60, il a dit.

"Cela va faire sortir de nouveaux médicaments plus rapidement et moins cher, c'est exactement ce dont nous avons besoin pour le coronavirus et tout ce qui vient ensuite, " dit Sage.

Actuellement, il peut falloir 12 à 15 ans pour qu'un nouveau médicament fasse son chemin dans la conception, développement, processus d'essai et d'approbation pour une utilisation chez les patients. Et tandis que le coût moyen du développement de médicaments pour les fabricants fait l'objet d'un débat, les estimations placent ce coût jusqu'à 2,6 milliards de dollars.

Comment ça fonctionne

ChemGen accélère une première partie du processus de découverte de médicaments, connue sous le nom d'optimisation pharmacologique, qui rend le médicament fonctionnel et efficace pour des applications spécifiques, une tâche qui peut prendre des mois à une équipe de chimistes organiques. ChemGen peut effectuer les mêmes tâches virtuellement en quelques jours à l'aide d'ordinateurs hautes performances comme le gigantesque ManeFrame II de SMU.

Wise explique que la première étape de la création d'un médicament consiste à identifier une cible moléculaire sur laquelle le médicament peut agir - une cible qui joue un rôle en permettant à une personne d'être infectée par un virus, ressentir les symptômes d'une maladie ou subir d'autres dommages corporels. Une fois cette cible identifiée, la prochaine étape consiste à trouver autant de clés chimiques que possible qui peuvent potentiellement bloquer la fonction de la cible et prévenir les effets biologiques négatifs qui causent la maladie. Les cibles moléculaires et les clés chimiques qui agissent sur elles ont tendance à être des molécules extrêmement complexes, responsable d'un certain nombre de tâches dans le corps humain.

"Ils sont comme les gens, " Wise a dit. " Ils sont tous différents. "

"Lorsqu'une société pharmaceutique trouve un médicament - une " clé " chimique qui, selon elle, pourrait être précieuse - elle peut faire travailler une équipe de chimistes très qualifiés sur cette molécule ciblée. Ce n'est pas la seule molécule avec laquelle elle travaillera, mais ils pourraient passer trois mois de l'année suivante à faire 1, 000 variations de cette molécule, " dit Sage.

Il s'agit de l'approche traditionnelle de l'optimisation pharmacologique :les chimistes tentent de déterminer s'il existe une meilleure correspondance avec la protéine cible que celle qu'ils viennent de trouver. La raison qui compte est que si un médicament ne correspond pas parfaitement à la protéine, il ne se liera pas assez étroitement avec cette protéine pour être efficace. Les chercheurs doivent également identifier quelles autres protéines du corps humain pourraient être involontairement bloquées par cette même clé, pouvant causer des effets secondaires.

ChemGen crée des variantes moléculaires de la clé chimique d'origine par ordinateur plutôt que dans un laboratoire de chimie physique. Il imite ce qui se passerait dans diverses combinaisons de circonstances.

« Nous avons enseigné à ChemGen les règles de la chimie pour ces réactions :ce qui peut être fait et ce qui ne peut pas être fait, " dit Sage, professeur agrégé au département des sciences biologiques de la SMU. "Nous pouvons prendre mille composés, les réagir dans l'ordinateur, et faire 1, 000 produits de cela. Ensuite, nous pouvons prendre ce groupe de 1, 000 et les faire réagir avec un deuxième groupe de 1, 000 autres molécules pour créer un million de différentes, mais des produits connexes. Cela génère une énorme quantité de variance chimique pour une molécule donnée."

Par conséquent, ChemGen peut examiner ces variantes et déterminer si l'une d'entre elles correspond mieux à la protéine ciblée que la clé d'origine.

"Le processus est aveugle. Il n'y a pas de biais. Il génère ces variantes, et puis dit juste, « Est-ce que tu vas bien, et ça classe ça, " a déclaré Wise. " Ainsi, un groupe de recherche ou une entreprise pharmaceutique n'a qu'à synthétiser les molécules ayant les meilleures chances d'être améliorées, laisser les milliers de molécules non améliorées dans l'ordinateur et non sur la paillasse du laboratoire.

« Cette approche est très efficace en temps et en argent, " Wise a déclaré. " Cela limite les déchets et rend plus probable que le nouveau médicament sera meilleur que ce qui a été découvert à l'origine. "

Wise travaille depuis plus d'une décennie avec d'autres scientifiques de la SMU, y compris les étudiants, pour développer ce qui est devenu ChemGen.

Wise a eu l'idée de créer ChemGen alors que lui et Pia Vogel essayaient de trouver des composés capables d'inverser l'échec de la chimiothérapie dans les cancers agressifs. Vogel est professeur et directeur du Center for Drug Discovery de SMU, Conception et livraison.

Alex Lippert, professeur agrégé de chimie, a aidé Wise à programmer ChemGen pour savoir ce qu'il pouvait et ne pouvait pas faire dans une réaction chimique. Lippert et son doctorat. L'étudiant Maha Aljowni a également synthétisé physiquement les composés médicamenteux prédits par ChemGen et a montré qu'il prédisait avec précision de nouvelles molécules qui pourraient être actives dans le cancer multirésistant.

Robert Kalescky a pris les scripts écrits par Wise et les a convertis dans un langage de programmation différent, afin que ChemGen fonctionne plus rapidement et puisse être utilisé par n'importe qui. Kalescky est le scientifique des applications HPC de SMU, qui aide la communauté de recherche à SMU avec leur utilisation de ManeFrame II.

Amila K. Nanayakkara, Mike Chen, Maisa Correa de Oliveira et Lauren Ammerman, qui étaient ou sont toutes étudiantes au doctorat en sciences biologiques. programme à SMU - a également aidé à le tester. Ketetha Olengue a également participé aux premières recherches lorsqu'elle était étudiante à la SMU.