Un nouveau processus informatique développé par des chimistes de l'ETH Zurich permet de générer rapidement et facilement des principes actifs pharmaceutiques à partir de la surface tridimensionnelle d'une protéine. Le nouveau processus, détaillé dans Nature Communications , pourrait révolutionner la recherche sur les médicaments.
"C'est une véritable avancée pour la découverte de médicaments", déclare Gisbert Schneider, professeur au département de chimie et de biosciences appliquées de l'ETH Zurich. Avec son ancien doctorant Kenneth Atz, il a développé un algorithme qui utilise l'intelligence artificielle (IA) pour concevoir de nouveaux ingrédients pharmaceutiques actifs.
Pour toute protéine ayant une forme tridimensionnelle connue, l’algorithme génère les modèles de molécules médicamenteuses potentielles qui augmentent ou inhibent l’activité de la protéine. Les chimistes peuvent ensuite synthétiser et tester ces molécules en laboratoire.
Tout ce dont l’algorithme a besoin, c’est de la structure de surface tridimensionnelle d’une protéine. Sur cette base, il conçoit des molécules qui se lient spécifiquement à la protéine selon le principe du verrou et de la clé afin qu'elles puissent interagir avec elle.
La nouvelle méthode s'appuie sur les efforts déployés depuis des décennies par les chimistes pour élucider la structure tridimensionnelle des protéines et utiliser des ordinateurs pour rechercher des molécules médicamenteuses potentielles appropriées. Jusqu’à présent, cela impliquait souvent un travail manuel laborieux et, dans de nombreux cas, la recherche aboutissait à des molécules très difficiles, voire impossibles à synthétiser. Si les chercheurs ont utilisé l’IA dans ce processus ces dernières années, c’était avant tout pour améliorer les molécules existantes.
Désormais, sans intervention humaine, une IA générative est capable de développer à partir de zéro des molécules médicamenteuses qui correspondent à la structure d’une protéine. Ce nouveau procédé révolutionnaire garantit dès le départ que les molécules peuvent être synthétisées chimiquement. De plus, l'algorithme suggère uniquement les molécules qui interagissent avec la protéine spécifiée à l'emplacement souhaité et pratiquement pas avec d'autres protéines.
"Cela signifie que lors de la conception d'une molécule médicamenteuse, nous pouvons être sûrs qu'elle aura le moins d'effets secondaires possible", explique Atz.
Pour créer l'algorithme, les scientifiques ont formé un modèle d'IA avec des informations provenant de centaines de milliers d'interactions connues entre des molécules chimiques et les structures protéiques tridimensionnelles correspondantes.
En collaboration avec des chercheurs de la société pharmaceutique Roche et d'autres partenaires de coopération, l'équipe de l'ETH a testé le nouveau procédé et démontré de quoi il est capable.
Les scientifiques ont recherché des molécules qui interagissent avec les protéines de la classe PPAR, des protéines qui régulent le métabolisme des sucres et des acides gras dans l'organisme. Plusieurs médicaments contre le diabète utilisés aujourd'hui augmentent l'activité des PPAR, ce qui amène les cellules à absorber davantage de sucre dans le sang et à faire chuter le taux de sucre dans le sang.
L’IA a immédiatement conçu de nouvelles molécules qui augmentent également l’activité des PPAR, comme les médicaments actuellement disponibles, mais sans un long processus de découverte. Après que les chercheurs de l'ETH ont produit ces molécules en laboratoire, leurs collègues de Roche les ont soumises à divers tests. Ceux-ci ont montré que les nouvelles substances sont effectivement stables et non toxiques dès le départ.
Les chercheurs ne poursuivent pas aujourd'hui leurs recherches sur ces molécules en vue de mettre sur le marché des médicaments basés sur celles-ci. Au lieu de cela, le but des molécules était de soumettre le nouveau processus d'IA à un premier test rigoureux.
Schneider affirme cependant que l'algorithme est déjà utilisé pour des études similaires à l'ETH Zurich et dans l'industrie. L'un d'entre eux est un projet mené avec l'hôpital pour enfants de Zurich pour le traitement des médulloblastomes, les tumeurs cérébrales malignes les plus courantes chez les enfants. De plus, les chercheurs ont publié l'algorithme et son logiciel afin que les chercheurs du monde entier puissent désormais les utiliser pour leurs propres projets.
"Notre travail a rendu le monde des protéines accessible à l'IA générative dans la recherche sur les médicaments", explique Schneider. "Le nouvel algorithme a un énorme potentiel." Cela est particulièrement vrai pour toutes les protéines médicalement pertinentes du corps humain qui n'interagissent avec aucun composé chimique connu.
Plus d'informations : Kenneth Atz et al, Conception prospective de novo de médicaments avec apprentissage profond de l'interactome, Nature Communications (2024). DOI :10.1038/s41467-024-47613-w
Informations sur le journal : Communications naturelles
Fourni par l'ETH Zurich
