* Une équipe de chimistes de l'Université de Californie à Berkeley a développé une nouvelle méthode qui pourrait considérablement accélérer le processus de recherche sur la découverte de médicaments.

* La méthode, appelée « matrices supramoléculaires à auto-tri », utilise de petites molécules pour s'auto-assembler en structures nanométriques qui peuvent être utilisées pour cribler des candidats médicaments potentiels.

* Les chercheurs affirment que leur méthode est plus rapide et plus efficace que les méthodes traditionnelles de dépistage des médicaments et pourrait conduire à de nouveaux traitements pour diverses maladies.

Le processus de découverte de médicaments est notoirement lent et coûteux. La mise sur le marché d’un nouveau médicament peut prendre des années et des milliards de dollars. L’un des principaux obstacles au processus de découverte de médicaments est la sélection de candidats médicaments potentiels.

Traditionnellement, le dépistage des médicaments est effectué in vitro, à l’aide de cellules cultivées dans une boîte de laboratoire. Cette méthode prend du temps et est coûteuse, et il peut être difficile de prédire comment un médicament se comportera dans le corps humain.

La nouvelle méthode développée par les chimistes de Berkeley offre une solution potentielle à ces problèmes. Les réseaux supramoléculaires à tri automatique sont des structures à l’échelle nanométrique qui peuvent être utilisées pour cribler plus efficacement des candidats médicaments potentiels.

Les chercheurs affirment que leur méthode est plus rapide et plus efficace que les méthodes traditionnelles de dépistage des médicaments et pourrait conduire à de nouveaux traitements pour diverses maladies.

"Cette nouvelle méthode a le potentiel de révolutionner la manière dont nous développons de nouveaux médicaments", a déclaré l'auteur principal James C. Liao, professeur de chimie à Berkeley. "Cela pourrait conduire à de nouveaux traitements pour diverses maladies, et cela pourrait également rendre le processus de découverte de médicaments plus rapide et plus rentable."

Les chercheurs ont publié leurs résultats dans la revue Nature Chemistry.

Comment fonctionne la nouvelle méthode

Les réseaux supramoléculaires auto-triés sont de petites molécules qui s’auto-assemblent en structures nanométriques. Ces structures peuvent être utilisées pour cribler des candidats médicaments potentiels en se liant à des protéines ou des cibles spécifiques.

Les chercheurs ont utilisé des matrices supramoléculaires auto-triées pour détecter les inhibiteurs potentiels de l’enzyme BACE1. BACE1 est une enzyme clé dans la production de plaques bêta-amyloïdes, associées à la maladie d'Alzheimer.

Les chercheurs ont découvert que plusieurs des petites molécules synthétisées étaient capables d’inhiber l’activité de BACE1. Ces composés pourraient potentiellement être développés dans de nouveaux médicaments pour le traitement de la maladie d'Alzheimer.

Avantages de la nouvelle méthode

La nouvelle méthode développée par les chimistes de Berkeley présente plusieurs avantages par rapport aux méthodes traditionnelles de dépistage des médicaments.

* C'est plus rapide et plus efficace. Des matrices supramoléculaires à tri automatique peuvent être utilisées pour rechercher des médicaments candidats potentiels en quelques jours, contre des semaines ou des mois pour les méthodes traditionnelles.

* C'est plus rentable. Les réseaux supramoléculaires à tri automatique sont relativement peu coûteux à synthétiser et peuvent être utilisés pour cribler plusieurs cibles simultanément.

* C'est plus précis. Des réseaux supramoléculaires à tri automatique peuvent être utilisés pour identifier des médicaments candidats potentiels plus susceptibles d’être efficaces dans le corps humain.

Applications potentielles

La nouvelle méthode développée par les chimistes de Berkeley pourrait avoir un impact majeur sur le processus de découverte de médicaments. Cela pourrait conduire à de nouveaux traitements pour diverses maladies, notamment la maladie d’Alzheimer, le cancer et les maladies cardiaques.

Les chercheurs travaillent actuellement sur les moyens d’utiliser des réseaux supramoléculaires auto-triés pour rechercher des médicaments candidats potentiels pour d’autres maladies. Ils travaillent également au développement de nouveaux réseaux supramoléculaires à auto-tri, encore plus efficaces et précis.