Muchas drogas hoy en día se producen como sólidos en polvo. Pero para comprender completamente cómo se comportarán los ingredientes activos una vez dentro del cuerpo, los científicos necesitan conocer su estructura exacta a nivel atómico. Por ejemplo, la forma en que las moléculas se organizan dentro de un cristal tieneimpacto directo en las propiedades de un compuesto, como su solubilidad. Por lo tanto, los investigadores están trabajando arduamente para desarrollar tecnologías que puedan identificar fácilmente las estructuras cristalinas exactas de los polvos microcristalinos.
Un equipo de científicos de EPFL ha escrito un programa de aprendizaje automático que puede predecir, en un tiempo récord, cómo responderán los átomos a un campo magnético aplicado. Esto se puede combinar con la espectroscopía de resonancia magnética nuclear RMN para determinar la ubicación exactade átomos en compuestos orgánicos complejos. Esto puede ser de gran beneficio para las compañías farmacéuticas, que deben monitorear cuidadosamente las estructuras de sus moléculas para cumplir con los requisitos de seguridad del paciente. Su investigación ha sido publicada en Comunicaciones de la naturaleza .
velocidades vertiginosas con IA
La espectroscopía de RMN es un método bien conocido y altamente eficiente para sondear los campos magnéticos entre los átomos y determinar cómo interactúan los átomos vecinos entre sí. Sin embargo, la determinación completa de la estructura cristalina por espectroscopía de RMN requiere cálculos extremadamente complicados y largos que involucran química cuántica- Casi imposible para moléculas con estructuras muy complejas.
Pero el programa desarrollado en EPFL puede superar estos obstáculos. Los científicos entrenaron su modelo de IA en estructuras moleculares tomadas de bases de datos estructurales. "Incluso para moléculas relativamente simples, este modelo es casi 10,000 veces más rápido que los métodos existentes, y la ventaja crece enormementecuando se consideran compuestos más complejos ", dice Michele Ceriotti, directora del Laboratorio de Ciencias Computacionales y Modelado de la Escuela de Ingeniería de EPFL y coautora del estudio." Para predecir la firma de RMN de un cristal con casi 1.600 átomos, nuestra técnica:- ShiftML: requiere aproximadamente seis minutos; la misma hazaña hubiera llevado 16 años con las técnicas convencionales ".
Este nuevo programa permitirá utilizar enfoques completamente diferentes que serán más rápidos y permitirán el acceso a moléculas más grandes ". Esto es realmente emocionante porque la aceleración masiva en los tiempos de cálculo nos permitirá cubrir espacios conformacionales mucho más grandes y determinar correctamente las estructurasdonde antes no era posible. Esto pone al alcance la mayoría de las complejas moléculas de drogas contemporáneas ", dice Lyndon Emsley, jefe del Laboratorio de Resonancia Magnética de la Facultad de Ciencias Básicas de EPFL y coautor del estudio.
El programa ahora está disponible gratuitamente en línea. "Cualquiera puede cargar una molécula y obtener su firma de RMN en solo unos minutos ", dice Ceriotti.
Fuente de la historia :
Materiales proporcionado por Escuela Politécnica Federal de Lausana . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cite esta página :