Fujifilm sviluppa una tecnologia per cercare e progettare composti candidati ai farmaci basati solo sulla formula strutturale di un composto noto biologicamente attivo

FUJIFILM Corporation ha sviluppato la prima tecnologia al mondo di intelligenza artificiale e di intelligenza in grado di ricercare e progettare automaticamente nuovi farmaci candidati dalla formula strutturale di un composto biologicamente attivo noto.
“AI-AAM” funziona valutando l’affinità di legame di un composto attivo noto sulla base di un’analisi delle interazioni tra il composto e un insieme di aminoacidi, che sono i mattoni di base delle proteine. Inoltre, può suggerire nuovi farmaci candidati con affinità di legame simili con la proteina bersaglio, ma con diversi scaffold di farmaci, ricercando librerie composte e progettando composti non ancora sintetizzati senza strutture proteiche in atto. Evitando il costoso e lungo processo di determinazione della struttura proteica, la nuova tecnologia “AI-AAM” può accelerare e aumentare significativamente il tasso di successo del nuovo sviluppo di farmaci.
Basandosi sulla vasta conoscenza di Fujifilm di simulazioni molecolari in materiali funzionali come film fotografici, questo “AI-AAM” di nuova concezione è una tecnologia AI basata su una tecnica chiamata “descrittori di mappatura aminoacidica”, che quantifica le energie leganti di 20 aminoacidi per ciascun composto per valutare l’affinità di legame del composto con la sua proteina bersaglio. Usando le informazioni raccolte dai “descrittori AAM”, “AI-AAM” è in grado di cercare automaticamente i candidati alle droghe dalle biblioteche chimiche e anche di progettare nuovi candidati per farmaci con scaffold diversi e stabili. Rispetto ai sistemi IA esistenti che hanno difficoltà a evitare il calcolo di composti sinteticamente instabili o non realistici, “AI-AAM” può realizzare il calcolo di composti stabili. Inoltre, a differenza della tecnologia AI comune, che raccoglie informazioni da enormi quantità di dati sperimentali, “AI-AAM” non richiede una grande quantità di informazioni specifiche per ciascuna malattia. È una tecnica versatile per la scoperta di farmaci e richiede solo la formula strutturale di un noto composto attivo per individuare una proteina di interesse. Di conseguenza, “AI-AAM” è in grado di ricercare e progettare in modo efficiente composti composti da farmaci e si prevede che aumenti il ​​tasso di successo di nuovi farmaci per migliorare la scoperta e lo sviluppo dei farmaci.
La scoperta e lo sviluppo di farmaci, compresa la ricerca di base, gli studi non clinici, gli studi clinici e il deposito per l’approvazione, è un processo lungo e richiede notevoli quantità di tempo e denaro. Inoltre, la probabilità che un composto candidato al farmaco ricercato nella ricerca di base possa essere avviata, si dice che un nuovo farmaco sia approssimativamente da 1 su 20.000 a 30.000, e ci sono molti casi in cui anche i composti che si legano alla proteina bersaglio non possono essere commercializzati a causa di problemi di tossicità. Per questo motivo, la chiave del successo nello sviluppo di nuovi farmaci consiste nell’avere il maggior numero di composti possibile con diversi scaffold che si legano alla proteina bersaglio.
Attualmente, lo screening high-throughput, che funziona selezionando composti che si legano alla proteina target tra molti composti, è comunemente usato, ma il numero di librerie di composti di proprietà di compagnie farmaceutiche è limitato, ed è difficile trovare nuovi farmaci composti candidati continuamente. Recentemente, combinando AI e metodi come la simulazione docking che cercano composti basati sulla struttura 3D delle proteine ​​bersaglio, nonché un processo che identifica nuovi composti basati su dati sperimentali e l’affinità di legame tra composti candidati e proteine ​​bersaglio, hanno suscitato interesse nell’acquisire quanti più composti di farmaci candidati possibili. Tuttavia, entrambi richiedono l’analisi della struttura 3D delle proteine ​​bersaglio o dell’accumulo di dati per migliorare l’accuratezza dell’IA.
Qui, riportiamo due risultati di ricerche di librerie chimiche “AI-AAM” per trovare nuovi candidati di farmaci con “descrittori AAM” simili da un composto anti-cancro e un composto antibatterico. I composti candidati recentemente trovati sono stati sintetizzati e valutati sperimentalmente le loro attività biologiche, e i risultati hanno mostrato che il 7% dell’anti-cancro e il 15% dei composti antibatterici erano effettivamente attivi. Ciò dimostra che il tasso di scoperta della droga di “AI-AAM” supera significativamente quello dello screening ad alto throughput ed è stato equivalente o leggermente migliore di quello delle simulazioni di docking.
Oltre alle ricerche di librerie chimiche, “AI-AAM” è stato anche testato sulla formula strutturale di un composto candidato contro il cancro al fine di identificare ulteriori design di composti. Nel giro di una settimana, siamo stati in grado di ottenere un’ampia varietà di 33 scaffolds non sintetizzati che avrebbero dovuto avere affinità di legame simili con la proteina bersaglio.
Poiché la tecnologia “AI-AAM” si basa solo sulle interazioni tra composti e amminoacidi, che sono molecole più piccole rispetto alle proteine, si prevede che il tempo di calcolo sia inferiore a 1/1.000 di quello che calcola un’intera proteina bersaglio; quindi questa nuova tecnologia potrebbe progettare molteplici composti candidati in un breve periodo. Di conseguenza, “AI-AAM” si conferma una tecnologia di ricerca e progettazione altamente efficiente nella scoperta di farmaci.
Attraverso l’utilizzo di “AI-AAM”, Fujifilm contribuirà alla rapida crescita dello sviluppo di farmaci nell’industria farmaceutica e lavorerà alla creazione di farmaci innovativi, sia internamente che attraverso partnership con aziende farmaceutiche.