L'Intelligenza artificiale accelera lo sviluppo di farmaci mirati

Una nuova piattaforma basata sull'intelligenza artificiale promette di rendere più rapido ed efficiente lo sviluppo di farmaci, progettando molecole capaci di adattarsi alla forma dinamica delle proteine bersaglio. Il risultato arriva da uno studio guidato da Nikolay V. Dokholyan della University of Virginia Health System, insieme al ricercatore Jian Wang, pubblicato tra le riviste PNAS, Journal of Chemical Information and Modeling e Science Advances. Il sistema, composto dagli strumenti YuelDesign, YuelPocket e YuelBond, consente di progettare e valutare farmaci tenendo conto della flessibilità delle proteine, un fattore cruciale spesso trascurato. Il cuore della tecnologia è YuelDesign, che utilizza modelli di diffusione per generare molecole in grado di legarsi con precisione alle proteine, considerando i cambiamenti di forma che avvengono durante l'interazione. YuelPocket individua invece i punti di legame sulle proteine, mentre YuelBond verifica l'accuratezza dei legami chimici nelle molecole progettate. "Altri metodi progettano una chiave per una serratura immobile, ma nel corpo umano quella serratura è in continuo movimento - ha spiegato Dokholyan - Il nostro sistema crea la chiave mentre la serratura cambia forma, rendendo l'adattamento molto più realistico". Questo approccio potrebbe risultare particolarmente utile nello sviluppo di terapie per tumori, malattie neurologiche e altre patologie complesse. Lo sviluppo di nuovi farmaci è attualmente un processo lungo e costoso, con costi che possono superare i 2,6 miliardi di dollari e un tasso di fallimento vicino al 90% nelle fasi cliniche. Una delle principali difficoltà è prevedere con precisione come le molecole interagiscono con i loro bersagli biologici. La nuova tecnologia affronta questo problema modellando simultaneamente sia la proteina sia la molecola, permettendo un adattamento reciproco durante la progettazione. Secondo Wang, "la maggior parte degli strumenti considera le proteine come strutture statiche, ma la biologia reale è dinamica". Nei test condotti su una proteina associata al cancro, CDK2, il sistema è stato in grado di catturare cambiamenti strutturali critici che altri metodi non rilevano. I ricercatori sottolineano che la piattaforma potrebbe ridurre i costi di sviluppo, aumentare le probabilità di successo e accelerare la disponibilità di nuovi trattamenti. Inoltre, gli strumenti sono stati resi disponibili gratuitamente alla comunità scientifica, con l'obiettivo di ampliare l'accesso alla progettazione di farmaci.