Pesquisadores usam IA para encontrar opções de alívio da dor não opioides
Estima-se que um em cada cinco americanos viva com dor crónica e as actuais opções de tratamento deixam muito a desejar. Feixiong Cheng, Ph.D., diretor do Genome Center da Cleveland Clinic, e a IBM estão usando inteligência artificial (IA) para descoberta de medicamentos no tratamento avançado da dor. A estrutura de aprendizagem profunda da equipe identificou vários metabólitos derivados do microbioma intestinal e medicamentos aprovados pela FDA que podem ser reaproveitados para selecionar opções não viciantes e não opioides para tratar a dor crônica.
As descobertas, publicadas em Imprensa celular, representam uma das muitas maneiras pelas quais a parceria Discovery Accelerator das organizações está ajudando a avançar na pesquisa em saúde e ciências da vida.
O tratamento da dor crônica com opioides ainda é um desafio devido ao risco de efeitos colaterais graves e dependência, diz o coautor Yunguang Qiu, Ph.D., pós-doutorado no laboratório do Dr. distúrbios do sistema. Evidências recentes mostraram que drogar um subconjunto específico de receptores de dor em uma classe de proteínas chamada receptores acoplados à proteína G (GPCRs) pode fornecer alívio da dor não viciante e não opioide. A questão é como atingir esses receptores, explica o Dr. Qiu.
Em vez de inventar novas moléculas a partir do zero, a equipa questionou-se se poderiam aplicar métodos de investigação que já tinham desenvolvido para encontrar medicamentos pré-existentes aprovados pela FDA para potenciais indicações de dor. Parte deste processo envolve mapear metabólitos intestinais para detectar alvos de medicamentos.
Para identificar essas moléculas, o primeiro autor e cientista computacional Yuxin Yang, Ph.D., ex-aluno de pós-graduação da Kent State University. Dr. Yang concluiu sua pesquisa de tese no laboratório do Dr. Cheng e continua trabalhando lá como cientista de dados. Drs. Yang e Qiu lideraram uma equipe para atualizar um algoritmo anterior de IA para descoberta de medicamentos que o Laboratório Cheng havia desenvolvido. Colaboradores da IBM ajudaram a escrever e editar o manuscrito.
“Nossos colaboradores da IBM nos deram conselhos e perspectivas valiosas para desenvolver técnicas computacionais avançadas”, diz o Dr. Yang. “Estou feliz pela oportunidade de trabalhar e aprender com colegas do setor industrial.”
Para determinar se uma molécula funcionará como medicamento, os investigadores precisam de prever como irá interagir fisicamente e influenciar as proteínas do nosso corpo (neste caso, os nossos receptores de dor). Para fazer isso, os pesquisadores precisam de uma compreensão 3D de ambas as moléculas com base em extensos dados 2D sobre suas propriedades físicas, estruturais e químicas.
“Mesmo com a ajuda dos métodos computacionais atuais, combinar a quantidade de dados que precisamos para nossas análises preditivas é extremamente complexo e demorado”, explica o Dr. Cheng. “A IA pode rapidamente fazer pleno uso dos dados de compostos e proteínas obtidos de experimentos de imagem, evolutivos e químicos para prever qual composto tem a melhor chance de influenciar nossos receptores de dor da maneira certa”.
A ferramenta da equipe de pesquisa, chamada LISA-CPI (estrutura tridimensional (3D) de reconhecimento de estruturas de imagem e receptor para prever interações composto-proteína) usa uma forma de inteligência artificial chamada aprendizagem profunda para prever:
- se uma molécula pode se ligar a um receptor específico da dor
- onde no receptor uma molécula se ligará fisicamente
- quão fortemente a molécula se ligará a esse receptor
- se a ligação de uma molécula a um receptor ativará ou desativará os efeitos de sinalização
A equipe usou o LISA-CPI para prever como 369 metabólitos microbianos intestinais e 2.308 medicamentos aprovados pela FDA interagiriam com 13 receptores associados à dor. A estrutura de IA identificou vários compostos que poderiam ser reaproveitados para tratar a dor. Estudos estão em andamento para validar esses compostos em laboratório.
“As previsões deste algoritmo podem diminuir a carga experimental que os pesquisadores devem superar para chegar a uma lista de medicamentos candidatos para testes adicionais”, diz o Dr. Yang. “Podemos usar esta ferramenta para testar ainda mais medicamentos, metabólitos, GPCRs e outros receptores para encontrar terapêuticas que tratem doenças além da dor, como a doença de Alzheimer”.
Cheng acrescentou que este é apenas um exemplo de como a equipe está colaborando com a IBM para desenvolver modelos de base de moléculas pequenas para o desenvolvimento de medicamentos – incluindo tanto o reaproveitamento de medicamentos neste estudo quanto um projeto em andamento de descoberta de novos medicamentos.
“Acreditamos que esses modelos básicos oferecerão tecnologias poderosas de IA para desenvolver rapidamente terapêuticas para vários problemas desafiadores de saúde humana”, diz ele.
Mais informações:
Yuxin Yang et al, Uma estrutura de aprendizagem profunda que combina imagens moleculares e representações estruturais de proteínas identifica medicamentos candidatos para a dor, Métodos de relatórios de células (2024). DOI: 10.1016/j.crmeth.2024.100865
Fornecido pela Clínica Cleveland
Citação: Pesquisadores usam IA para encontrar opções de alívio da dor não opioides (2024, 6 de outubro) recuperado em 6 de outubro de 2024 em https://medicalxpress.com/news/2024-10-ai-opioid-pain-relief-options.html
Este documento está sujeito a direitos autorais. Além de qualquer negociação justa para fins de estudo ou pesquisa privada, nenhuma parte pode ser reproduzida sem permissão por escrito. O conteúdo é fornecido apenas para fins informativos.