Les virus tuent des millions de personnes dans le monde chaque année. « En plus du nouveau coronavirus, les principaux tueurs viraux comprennent l'hépatite, VIH, VPH, " a déclaré Lela Vukovic, Professeur assistant de chimie, Université du Texas à El Paso.

Les chercheurs essaient constamment de trouver de nouvelles thérapies qui aideront à prévenir l'infection ou à agir de manière thérapeutique pour réduire les symptômes d'un virus à la fois. "Une autre stratégie, " Vukovic a dit, "serait de trouver des thérapies à large spectre et agissant simultanément sur un certain nombre de virus différents."

De nombreuses infections virales commencent par la liaison du virus aux molécules d'héparane sulfate à la surface de la cellule hôte. En collaboration avec des expérimentateurs dirigés par Francesco Stellacci de l'Ecole Polytechnique Fédérale de Lausanne (EPFL), et en collaboration avec Petr Král de l'Université de l'Illinois à Chicago, Vukovic a aidé à étudier des nanoparticules avec des noyaux solides et des ligands attachés qui imitent les molécules d'héparane sulfate et leur action microscopique sur plusieurs virus.

Ils ont découvert que les nanoparticules avec certains ligands peuvent se fixer aux virus, qui peu après peut se désintégrer.

"De tels matériaux destructeurs de virus peuvent être préparés, " a déclaré Vukovic lors d'un récent séminaire au Texas Advanced Computing Center (TACC). " La question est :existe-t-il des indices que nous pouvons obtenir de la modélisation informatique pour concevoir de nouveaux, de meilleurs matériaux et comprendre le mécanisme qui provoque la rupture de la capside du virus ?"

Puisque les nanoparticules sont minuscules, ils ne peuvent pas être visualisés clairement au niveau atomique et à des échelles de temps de la microseconde auxquelles les réactions se produisent. Alors Vukovic a créé des modèles de la structure atomique du virus, ainsi que les nanoparticules avec des ligands de différentes longueurs attachés.

À l'aide de supercalculateurs TACC, elle a simulé comment les protéines virales et les nanoparticules interagissent les unes avec les autres. Elle a découvert que le virus se lie et établit de nombreux contacts avec des ligands plus longs.

Non seulement que. Les nanoparticules se lient à la jonction de deux protéines et, comme un coin, augmenter la distance entre les protéines virales, rompre les contacts et désintégrer le virus. Les premiers résultats de la recherche ont été publiés dans Matériaux naturels en 2018, et de nouveaux résultats, obtenu par l'étudiant Parth Chaturvedi, ont été postés sur bioRxiv (août 2021).

Conceptions nuancées de nanocapteurs

L'intérêt de Vukovic pour la modélisation des nanoparticules pour la médecine l'a amenée à son prochain projet, aider à concevoir des nanocapteurs de petite taille, vite, et suffisamment sensible pour détecter des quantités microscopiques de neurotransmetteurs dans le cerveau.

La base de la technologie sont les nanotubes de carbone-cylindres 10, 000 fois plus étroit que la moyenne des cheveux humains - qui ont trouvé des applications dans divers domaines, y compris l'électronique, optique, et plus récemment la médecine.

nanotubes de carbone, ou CNT, les chercheurs ont trouvé, avoir une propriété inhabituelle. Ils peuvent s'illuminer spontanément dans certaines circonstances avec une lumière détectable à l'extérieur du corps. Cependant, ils ne peuvent pas fonctionner dans le corps sans modification.

Une approche qui a fait ses preuves consiste à envelopper le CNT dans l'ADN. Le laboratoire Landry de l'Université de Californie, Berkeley expérimentait avec des brins d'ADN de différentes longueurs et constitutions pour voir si le CNT dégageait une forte émission de lumière lorsqu'il était exposé à la dopamine, et obtenaient des résultats mitigés.

« L'approche de dépistage fonctionne, mais cela ne permet pas de bien comprendre pourquoi cela fonctionne ou comment mieux le concevoir à l'avenir. Pouvons-nous faire quelque chose de plus systématique ?", a demandé Vukovic.

Elle a entrepris une série d'expériences informatiques sur Stampede2, Le supercalculateur leader de TACC à l'époque, explorer la structure 3D, paysage énergétique, et les modèles de liaison des CNT enveloppés d'ADN.

Elle et son élève Ali Alizadehmojarad ont découvert que l'ADN de certaines longueurs s'enroule autour du nanotube comme un anneau, tandis que d'autres l'enveloppent en hélice ou de manière irrégulière. Ces différents modèles de liaison conduisent à une luminescence différente en présence de neurotransmetteurs. Le CNT enroulé d'un type d'ADN, elle et le laboratoire Landry ont trouvé, était beaucoup plus efficace pour détecter et signaler la présence de neurotransmetteurs. La recherche a été publiée dans une série d'articles en Lettres nano en 2018 et Interfaces de matériaux avancées en 2020.

Nano-pivot

Les défis, et les réalisations du projet capteurs, inspiré une révélation à Vukovic.

Elle avait exploré avec succès les mystères expérimentaux des NTC au niveau atomique en utilisant des simulations de dynamique moléculaire et fourni des informations critiques. "Mais je ne fais qu'une molécule à la fois, " a déclaré Vukovic. " En tant que théoricien, que puis-je contribuer ? Si je teste 10 molécules, Je ne gratte même pas la surface."

Sa prise de conscience l'a amenée à intégrer l'IA et des méthodes basées sur les données dans son approche. « Nous avons complètement changé nos recherches ; appris de nouvelles méthodes. Au cours des deux dernières années, nous avons travaillé là-dessus."

Cette période de croissance et d'apprentissage a conduit Vukovic et son équipe, Payam Kelich et Huanhuan Zhao, à leur plus récent projet :travailler avec le laboratoire Landry sur la découverte de nouveaux capteurs optiques constitués de conjugués ADN-CNT pour détecter la molécule de sérotonine. En tant que molécule clé qui impacte notre humeur et notre bonheur, il existe un grand intérêt pour la détection de la présence et des quantités de sérotonine dans différents tissus corporels.

Récemment, Le laboratoire de Vukovic a développé de nouveaux outils de calcul basés sur l'IA qui entraînent des modèles à apprendre des données expérimentales de Landry et à prédire de nouveaux capteurs de sérotonine.

La collaboration porte ses fruits. Un premier papier, vient de poster sur bioRxiv (août 2021), ont décrit les efforts pour prédire informatiquement de nouveaux capteurs de sérotonine et valider expérimentalement les prédictions. Jusque là, l'approche a conduit à la découverte de cinq nouveaux capteurs ADN-CNT de sérotonine avec une réponse plus élevée que celle observée dans les capteurs précédents. (Cette recherche est financée par une nouvelle subvention de la National Science Foundation.)

Vukovic est en mesure de relever ces défis informatiques massifs et ambitieux en partie grâce à son accès à certains des instruments scientifiques les plus avancés de la planète via le programme de cyberinfrastructure de recherche de l'Université du Texas (UTRC). Commencé en 2010, l'initiative fournit gratuitement des ressources informatiques et de données puissantes aux scientifiques texans, ingénieurs, étudiants, et des universitaires dans les 13 institutions du système UT.

"Aucun de ces projets n'aurait été possible sans TACC, " a déclaré Vukovic. "Quand nous étions prêts à courir, on nous a donné le temps dont nous avions besoin et nous avons pu avancer rapidement et faire avancer les choses."

En tant que chimiste informatique, Vukovic dit qu'elle essaie d'utiliser ses connaissances pour contribuer à des applications pratiques en médecine et au-delà. "Nous réfléchissons profondément à la manière de contribuer et de travailler sur des projets où l'informatique peut faire une réelle différence."