Restez toujours informé: suivez-nous sur Google Actualités (icone ☆)
Leur outil, nommé POLYGON, est capable d'identifier rapidement des candidats médicaments avec plusieurs cibles, ce qui pourrait réduire les effets secondaires des thérapies combinées actuelles.
Les chercheurs ont utilisé POLYGON pour synthétiser 32 nouveaux candidats médicaments visant à traiter le cancer. Ce nouvel outil est unique en son genre car il se concentre sur des molécules pouvant agir sur plusieurs cibles, une approche qui possède un centre d'intérêt majeur pour les scientifiques et les médecins.
L'algorithmique est désormais un domaine croissant pour les sciences pharmaceutiques, comme l'explique Trey Ideker, professeur à l'UC San Diego. Contrairement aux méthodes commerciales, cette technologie est mise à disposition en open source, permettant son utilisation libre par tous.
POLYGON a été entraîné sur une base de données de plus d'un million de molécules bioactives avec des informations détaillées sur leurs propriétés chimiques et interactions connues. Cette technologie permet de générer des formules chimiques pour de nouveaux candidats-médicaments, susceptibles d'inhiber des protéines spécifiques.
Les chercheurs ont testé cette technologie en produisant des centaines de candidats-médicaments ciblant diverses paires de protéines liées au cancer. Parmi eux, 32 molécules ont montré des interactions prometteuses avec les protéines MEK1 et mTOR, souvent ciblées dans les thérapies combinées.
La découverte de médicaments assistée par intelligence artificielle est vue par les chercheurs comme une voie d'avenir pleine de promesses, potentiellement capable de transformer les pratiques actuelles.