La startup Skoltech supera l'IA vincitrice del premio Nobel nello screening virtuale dei farmaci
Ligand Pro ha reso lo screening più veloce di 30 volte: il modello AI rende possibile lo screening virtuale su larga scala per i laboratori di medie dimensioni
Annunci
Ligand Pro, fondata da professori di Skoltech e da uno studente di dottorato di Skoltech, ha presentato Matcha, un modello di docking molecolare alimentato dall'intelligenza artificiale che esegue lo screening virtuale dei farmaci 30 volte più velocemente dei modelli di co-folding di grandi dimensioni della classe AlphaFold sviluppati dai premi Nobel, superandoli al contempo in termini di accuratezza e correttezza fisica dei risultati. Matcha apre nuove possibilità per lo screening virtuale e lo sviluppo di farmaci in fase iniziale.
L'algoritmo Matcha è descritto nel preprint. Per consentire una verifica indipendente dei risultati e l'integrazione di Matcha nei processi di ricerca e sviluppo esistenti, i ricercatori hanno reso disponibili il manoscritto, il codice e i pesi del modello.
Come funzionano i farmaci a livello molecolare?
Le malattie si verificano spesso quando una o più proteine dell'organismo smettono di funzionare correttamente. Una proteina "rotta" o malfunzionante è chiamata bersaglio terapeutico. Il farmaco mira a modificare l'attività del suo bersaglio interagendo con esso. Grazie alle loro proprietà, le molecole di farmaco si legano selettivamente a una cavità della proteina chiamata tasca di legame. La tasca di legame è come un buco della serratura. Se la molecola di farmaco ha la forma e le proprietà chimiche giuste, si infila nella tasca come una chiave e altera l'attività della proteina.
Cos'è il docking molecolare e come si usa?
I ricercatori utilizzano il docking molecolare, una tecnica computazionale che abbina le molecole alle proteine senza esperimenti di laboratorio, per trovare o progettare la "chiave". Questo metodo valuta la capacità di una molecola di inserirsi nella tasca di una proteina in base alla sua forma e alle sue proprietà chimiche.
Il docking è diventato parte integrante dello screening virtuale, un metodo veloce e assistito da computer per selezionare milioni di composti e trovare candidati promettenti. La sperimentazione virtuale di potenziali candidati prima di portarli in laboratorio può far risparmiare anni di lavoro e milioni di dollari.
La mancanza di strutture proteiche 3D precise è un ostacolo comune al docking. Nel 2020, DeepMind ha introdotto AlphaFold, un sistema di intelligenza artificiale in grado di prevedere le strutture proteiche 3D con elevata precisione. Questa scoperta è valsa ai suoi sviluppatori il Premio Nobel per la Chimica 2024, inaugurando una nuova era nella biologia computazionale.
La velocità è fondamentale
Anche con le strutture proteiche 3D prontamente disponibili, abbinare rapidamente milioni di molecole alle proteine rimane una sfida computazionale significativa. Matcha supera AlphaFold3 di gran lunga, elaborando un singolo complesso proteina-ligando in 13 secondi rispetto ai 6,5 minuti di AlphaFold3. AlphaFold3 impiega quattro mesi e mezzo di calcolo continuo per elaborare un database di milioni di composti, mentre Matcha può completare questo compito in meno di otto giorni. Ciò significa che Matcha è 30 volte più veloce, pur offrendo un'accuratezza paragonabile; inoltre, Matcha offre risultati fisicamente più affidabili. In questo modo, lo screening virtuale è fattibile anche per i centri di ricerca di medie dimensioni.
Matcha verifica accuratamente la posizione della molecola all'interno della proteina, passo dopo passo. Innanzitutto, determina la posizione approssimativa della molecola, quindi ne regola la rotazione e le torsioni interne. Le configurazioni previste vengono minimizzate con un metodo GNINA consapevole della fisica, mentre la verifica incorporata scarta automaticamente le configurazioni fisicamente irrealistiche. Le posizioni rimanenti vengono classificate in base all'affinità GNINA prevista per selezionare quella ottimale. Matcha ha dimostrato previsioni altamente accurate e fisicamente affidabili durante l'elaborazione di set di dati standard, mantenendo una velocità da record.
"Lo sviluppo di un farmaco è un processo lungo, ad alta intensità di capitale e ad alto rischio. Un progetto può essere interrotto in qualsiasi fase, anche dopo aver investito tempo e sforzi significativi. Tuttavia, i metodi computazionali possono ottimizzare particolarmente bene le fasi iniziali. La nostra missione è quella di creare strumenti efficaci basati sull'intelligenza artificiale per creare un quadro computazionale completo nelle prime fasi dello sviluppo di un farmaco. Migliorare l'efficienza di questa fase aumenta le probabilità di successo e accelera il lancio di nuovi farmaci sul mercato", ha dichiarato Marina Pak, cofondatrice e CEO di Ligand Pro e alumna di Skoltech.
"In soli tre anni, siamo passati dal proporre un'idea e costruire un team al raggiungimento di risultati rivoluzionari. Continuiamo a sviluppare Matcha e ad affrontare compiti correlati, tra cui la generazione di molecole, la previsione e l'ottimizzazione delle loro proprietà. Il nostro prossimo passo sarà quello di convalidare la nostra soluzione sperimentalmente in pipeline di ricerca e sviluppo reali, per poi procedere con l'implementazione industriale", ha dichiarato Daria Frolova, responsabile dell'apprendimento automatico di Ligand Pro e dottoranda in Scienze computazionali e dei dati e Ingegneria di Skoltech.
Nota: questo articolo è stato tradotto utilizzando un sistema informatico senza intervento umano. LUMITOS offre queste traduzioni automatiche per presentare una gamma più ampia di notizie attuali. Poiché questo articolo è stato tradotto con traduzione automatica, è possibile che contenga errori di vocabolario, sintassi o grammatica. L'articolo originale in Inglese può essere trovato qui.
Altre notizie dal dipartimento affari e finanza
Altre notizie dagli altri portali
Sta accadendo qualcosa nel settore delle scienze della vita ...
Questo è il vero spirito pionieristico: molte start-up innovative stanno portando nuove idee, linfa vitale e spirito imprenditoriale per cambiare in meglio il mondo di domani. Immergiti nel mondo di queste giovani aziende e cogli l'occasione per entrare in contatto con i fondatori.