Nanome. Inc, une start-up de réalité virtuelle (RV) dont le produit phare est une plateforme logicielle de chimie computationnelle, a co-écrit un article décrivant 10 petites molécules inhibitrices potentielles ciblant la principale protéase du SRAS-CoV-2 qui ont été générées par l’intelligence artificielle (IA). L’étude a été menée en collaboration avec Insilico Medicine, une société d’intelligence artificielle basée à Hong Kong, et pourrait révéler des méthodes d’attaque du virus encore inconnues qui ont échappé aux scientifiques travaillant avec les médicaments candidats existants.

Un médecin utilisant la réalité virtuelle
Un médecin utilisant la réalité virtuelle

De nombreuses thérapies potentielles visant à contenir la propagation du SRAS-CoV-2 ont ciblé la protéine S, ou « spike », une protéine de surface qui joue un rôle vital dans l’entrée du virus dans les cellules hôtes. Cependant, selon les auteurs, deux tiers du génome du SRAS-CoV-2 comprend des protéines non structurelles, telles que la protéase virale (la protéine nécessaire à la réplication du virus), qui ne doivent pas être négligées comme cibles thérapeutiques potentielles.

« La protéase principale du SRAS-CoV-2 est une protéine beaucoup plus facile à droguer que la protéine de pointe », a déclaré Alex Zhavoronkov, PhD, PDG d’Insilico Medicine et auteur principal de l’article. « Elle contient une poche parfaite pour les inhibiteurs de petites molécules ».

Mais depuis le début de l’épidémie de COVID-19, seules quelques études sur de nouveaux inhibiteurs de la protéase du SRAS-CoV-2 ont été publiées.

« Une des raisons de cette situation est le nombre impressionnant de structures chimiques qui peuvent être générées à partir de rien », a déclaré M. Zhavoronkov. « Par conséquent, les approches conventionnelles de conception de médicaments par ordinateur ont tendance à inclure un nombre limité de fragments et/ou à employer des stratégies de recherche sophistiquées pour échantillonner les composés frappés dans une zone prédéfinie de l’espace chimique ».

Pour permettre aux scientifiques d’exploiter l’ensemble de l’espace chimique de type médicament, les scientifiques ont développé un nouveau type de méthode de calcul pour la découverte de médicaments en utilisant les récentes avancées en matière d’apprentissage approfondi et d’IA. Zhavoronkov appelle cela « l’imagination de l’IA ».

La plateforme d’imagination IA exclusive d’Insilico a déjà été appliquée avec succès pour concevoir des médicaments à petites molécules pour un large éventail de maladies humaines, telles que le cancer, la fibrose et les maladies immunologiques.

Dans l’étude publiée sur ResearchGate (11 mai 2020) et chemrxiv.org (19 mai 2020), les auteurs ont utilisé une structure protéique publiée sur le site de la banque de données des protéines (PDB) par l’université de Purdue pour générer un certain nombre de nouveaux médicaments candidats non covalents.

La génération a été suivie par la sélection de 10 exemples représentatifs et l’analyse de chimie médicinale en RV, fournis par Nanome.

Les auteurs espèrent que leurs composés seront synthétisés et testés à l’avenir.


Les contenus sur les mêmes sujets :
Coronavirus, COVID-19

Partagez ce moment !

Publié par Al

Abdelghafour Lammamri, 26 ans, Rédacteur Web, passionné par le monde des technologies (les smartphones et la réalité virtuelle/augmentée).

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *