Se estima que uno de cada cinco estadounidenses vive con dolor crónico y las opciones de tratamiento actuales dejan mucho que desear. Feixiong Cheng, PhD, director del Centro Genoma de la Clínica Cleveland, e IBM están utilizando inteligencia artificial (IA) para impulsar el descubrimiento de fármacos en el manejo avanzado del dolor. El marco de aprendizaje profundo del equipo identificó varios metabolitos derivados del microbioma intestinal y medicamentos aprobados por la FDA que podrían reutilizarse para seleccionar opciones no adictivas y no opioides para tratar el dolor crónico.
Los resultados se publican. Métodos de informes celulares.
El tratamiento del dolor crónico sigue siendo un desafío debido al riesgo de efectos secundarios graves y dependencia, dijo el coprimer autor Yunguang Qiu, PhD, becario postdoctoral en el laboratorio del Dr. Cheng, cuyo programa de investigación se centra en tratamientos para los trastornos del sistema nervioso. la preparación de La evidencia reciente sugiere que drogar un subconjunto específico de receptores del dolor en una clase de proteínas llamadas receptores acoplados a proteína G (GPCR) puede aliviar el dolor no adictivo y no opioide. La pregunta es cómo atacar estos receptores, explica el Dr. Qi.
En lugar de inventar nuevas moléculas desde cero, el equipo se preguntó si podrían aplicar los métodos de investigación que habían desarrollado para buscar medicamentos existentes aprobados por la FDA para posibles indicaciones de dolor. Parte de este proceso implica mapear los metabolitos intestinales para encontrar objetivos farmacológicos.
Para identificar estas moléculas, el primer autor y científico computacional Yuxin Yang, Ph.D., ex estudiante de posgrado de la Universidad Estatal de Kent. El Dr. Yang completó la investigación de su tesis en el laboratorio del Dr. Cheng y continúa trabajando allí como científico de datos. Los doctores Yang y Qi dirigieron un equipo que actualizó un algoritmo de inteligencia artificial para el descubrimiento de fármacos anterior desarrollado por el laboratorio Cheng. Colegas de IBM ayudaron a escribir y editar el manuscrito.
“Nuestros colegas de IBM nos brindaron valiosos consejos y perspectivas para desarrollar técnicas computacionales avanzadas”, dice el Dr. Yang. “Estoy entusiasmado con la oportunidad de trabajar con colegas de la industria y aprender de ellos”.
Para determinar si una molécula funcionará como fármaco, los investigadores deben predecir cómo interactuará físicamente con las proteínas de nuestro cuerpo y cómo afectará a ellas (en este caso, nuestros receptores del dolor). Para ello, los investigadores necesitan una comprensión tridimensional de ambas moléculas basada en amplios datos 2D sobre sus propiedades físicas, estructurales y químicas.
“Incluso con los métodos computacionales actuales, integrar la cantidad de datos que necesitamos para nuestros análisis predictivos es extremadamente complejo y requiere mucho tiempo”, explica el Dr. Cheng. “La IA puede aprovechar rápidamente los datos de compuestos y proteínas obtenidos de experimentos químicos, evolutivos y de imágenes para predecir qué compuestos tienen más posibilidades de afectar correctamente a nuestros receptores del dolor”.
La herramienta del equipo de investigación, llamada LISA-CPI (Marco de reconocimiento de estructura tridimensional (3D) de imagen de ligando y receptor para predecir interacciones compuesto-proteína) utiliza una forma de inteligencia artificial llamada aprendizaje profundo:
El equipo utilizó LISA-CPI para predecir cómo 369 metabolitos microbianos intestinales y 2308 medicamentos aprobados por la FDA interactuarían con 13 receptores relacionados con el dolor. El marco de IA identificó varios compuestos que podrían reutilizarse para tratar el dolor. Se están realizando estudios para validar estos compuestos en el laboratorio.
“Estas predicciones algorítmicas pueden reducir la carga experimental que los investigadores deben superar para desarrollar una lista de fármacos candidatos para realizar más pruebas”, afirma el Dr. Yang. “Podemos utilizar esta herramienta para probar más fármacos, metabolitos, GPCR y otros receptores para encontrar tratamientos que vayan más allá del dolor en enfermedades como la enfermedad de Alzheimer”.
El Dr. Cheng añadió que este es sólo un ejemplo de cómo el equipo está colaborando con IBM para desarrollar modelos fundamentales de moléculas pequeñas para el desarrollo de fármacos, incluida la reutilización y el descubrimiento de fármacos en esta investigación.
“Creemos que estos modelos fundamentales ofrecerán potentes tecnologías de inteligencia artificial para desarrollar rápidamente tratamientos para muchos problemas de salud humanos desafiantes”.
