Un enfoque de inteligencia artificial creado en la Facultad de Farmacia Chapel Hill Eshelman de la Universidad de Carolina del Norte puede enseñarse a sí mismo a diseñar nuevas moléculas de medicamentos desde cero y tiene el potencial de acelerar drásticamente el diseño de nuevos candidatos a medicamentos.
El sistema se llama Aprendizaje de refuerzo para la evolución estructural, conocido como ReLeaSE, y es un algoritmo y un programa de computadora que comprende dos redes neuronales que se pueden considerar como un maestro y un estudiante. El maestro conoce la sintaxis y las reglas lingüísticas detrás devocabulario de estructuras químicas para aproximadamente 1.7 millones de moléculas biológicamente activas conocidas. Al trabajar con el maestro, el estudiante aprende con el tiempo y se vuelve mejor al proponer moléculas que probablemente sean útiles como nuevas medicinas.
Alexander Tropsha, Olexandr Isayev y Mariya Popova, todos de la Facultad de Farmacia UNC Eshelman, son los creadores de ReLeaSE. La Universidad ha solicitado una patente para la tecnología, y el equipo publicó un estudio de prueba de concepto en eldiario Avances científicos la semana pasada
"Si comparamos este proceso con el aprendizaje de un idioma, luego de que el alumno aprenda el alfabeto molecular y las reglas del idioma, puede crear nuevas 'palabras' o moléculas", dijo Tropsha. "Si la nueva molécula es realistay tiene el efecto deseado, el maestro lo aprueba. Si no, el maestro lo desaprueba, obligando al estudiante a evitar las moléculas malas y crear otras buenas ".
ReLeaSE es una poderosa innovación para el cribado virtual, el método computacional ampliamente utilizado por la industria farmacéutica para identificar candidatos a fármacos viables. El cribado virtual permite a los científicos evaluar grandes bibliotecas químicas existentes, pero el método solo funciona para productos químicos conocidos.capacidad de crear y evaluar nuevas moléculas.
"Un científico que usa la detección virtual es como un cliente que ordena en un restaurante. Lo que se puede pedir generalmente está limitado por el menú", dijo Isayev. "Queremos darles a los científicos una tienda de comestibles y un chef personal que puedan crear cualquier platoellos quieren."
El equipo ha utilizado ReLeaSE para generar moléculas con propiedades que especificaron, como la bioactividad deseada y los perfiles de seguridad. El equipo utilizó el método ReLeaSE para diseñar moléculas con propiedades físicas personalizadas, como el punto de fusión y la solubilidad en agua, y diseñarnuevos compuestos con actividad inhibitoria contra una enzima asociada con leucemia.
"La capacidad del algoritmo para diseñar entidades químicas nuevas y, por lo tanto, inmediatamente patentables, con actividades biológicas específicas y perfiles de seguridad óptimos debería ser muy atractiva para una industria que busca constantemente nuevos enfoques para acortar el tiempo que lleva llevarnuevo candidato a fármaco para ensayos clínicos ", dijo Tropsha.
Fuente de la historia :
Materiales proporcionado por Universidad de Carolina del Norte en Chapel Hill . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :