den 8 augusti 2024

AI kan påskynda läkemedelsutveckling

Bilden visar en jämförelse av AI-modellen av TAAR1 (turkos) och en struktur av receptorn som bestämts genom experiment (lila). Bild: Alejandro Diaz.

Artificiell intelligens, AI, kan hjälpa till att identifiera molekyler som skulle kunna fungera som nya läkemedel mot psykiska sjukdomar. Med hjälp av AI kan man förutsäga viktiga receptorers tredimensionella strukturer och därigenom påskynda utvecklingen av möjliga läkemedel. Det visar en ny studie från Uppsala universitet som publiceras vetenskapligt i Science Advances.

Jens Carlsson

Professor. Foto: Mikael Wallerstedt.

Inom läkemedelsutveckling används ofta experimentella metoder för att bestämma målproteiners tredimensionella strukturer och för att förstå hur molekyler binder till dem. Informationen behövs för att kunna ta fram och designa läkemedelsmolekyler på ett effektivt sätt. Men arbetsprocessen för att bestämma strukturer kan vara krävande, och det gör att den här strategin inte alltid kan användas.

Tack vare utvecklingen av AI-metoder går det nu att förutsäga proteiners strukturer med högre noggrannhet än tidigare.

I en studie har forskare vid Uppsala universitet använt AI för att skapa en modell av en receptors okända tredimensionella struktur. I det här fallet är det receptorn TAAR1, som är ett intressant målprotein för utveckling av läkemedel mot psykiska sjukdomar. Läkemedelsmolekyler som aktiverar TAAR1 har visat lovande resultat i behandling av schizofreni och depression.

Med beräkningar på superdatorer sökte forskarna sedan i kemiska bibliotek med flera miljoner molekyler för att hitta de som passade bäst i modellen. Molekyler som förutsågs binda till receptorn testades därefter i experiment av forskarkollegor vid Karolinska Institutet. Ett oväntat stort antal av molekylerna aktiverade TAAR1, och en av de mest potenta visade också lovande effekter i djurförsök.

I studiens slutskede blev plötsligt experimentella strukturer för TAAR1 tillgängliga och forskarna kunde då jämföra med AI-modellerna.

– Strukturerna genererade med AI hade förbluffande hög träffsäkerhet – jag trodde knappt det var sant. Resultaten visar också att modellering med AI är betydlig bättre än traditionella metoder. Vi kan nu använda samma strategi för receptorer som vi tidigare bara kunde drömma om att arbeta med, säger Jens Carlsson, som ledde Uppsala universitets del av studien.

Publikation: Díaz-Holguín et al., AlphaFold accelerated discovery of psychotropic agonists targeting the trace amine–associated receptor 1. Science Advances 10, eadn1524 (2024)

Studien har finansierats av bland annat Knut och Alice Wallenbergs stiftelse

Källa: Uppsala universitet.

 


Lämna en kommentar

Din e-postadress kommer inte att visas


Annonser