Avec l’aide d’AlphaFold, les chercheurs conçoivent des médicaments plus efficaces que jamais
Karen Akinsanya est présidente de la R&D, Thérapeutique, chez Schrödinger à New York. Elle partage son histoire AlphaFold.
Ce qui m'a toujours captivé, c'est l'idée qu'on puisse passer du banc au chevet.
J'ai travaillé dans le milieu universitaire et dans la découverte et le développement de médicaments. Cela signifie que j'ai non seulement étudié les protéines et les gènes et compris comment fabriquer une molécule thérapeutique contre une cible pathogène, mais que j'ai également été au chevet d'un patient alors qu'il recevait ce nouveau médicament.
Mais la vraie question est : comment pouvons-nous améliorer notre façon de procéder ? Des gens meurent encore chaque jour du cancer et de maladies cardiaques en attendant que nous trouvions des solutions.
Je dis toujours que mère nature est économe. Lorsque vous rencontrez une cible pour un nouveau médicament, vous trouvez souvent d’autres cibles potentielles qui ressemblent à des frères, des sœurs et des cousins. Chaque cible est une protéine située à la surface d’une cellule à laquelle le médicament se lie, appelée récepteur. Le défi pour les personnes travaillant dans la découverte de médicaments est de trouver un médicament ou une molécule qui lie un membre de cette famille – la cible – et inhibe ce membre de la famille, mais n'inhibe pas le reste de la famille. C’est en partie là où AlphaFold a travaillé si brillamment pour nous.
Dans certains cas, AlphaFold – en combinaison avec notre propre logiciel basé sur la physique qui simule la façon dont les atomes interagissent – nous permet de commencer à simuler non seulement ce que font les membres d'une famille, mais aussi le comportement de différents groupes familiaux.
Être capable de concevoir un médicament sélectif qui n’atteint qu’une cible spécifique est l’une des choses les plus importantes dans la découverte de médicaments.
Ceci est particulièrement important lors de la conception de médicaments pour notre système hormonal endocrinien, qui est régulé par l’hypophyse et un certain nombre d’hormones et de messagers qui circulent dans le corps.
Dans le cadre de nos récents travaux, nous avons étudié les moyens de concevoir des molécules qui reproduisent sélectivement les actions des messagers naturels, en particulier celles qui affectent le fonctionnement de notre cerveau. Dans ce cas, nous nous concentrons sur les neurotransmetteurs de nombreuses maladies neurologiques, notamment la schizophrénie et le trouble bipolaire.
Ce que nous avons trouvé passionnant, c'est que l'utilisation des structures prédictives d'AlphaFold parallèlement à notre logiciel de raffinement de structure et de conception de médicaments nous permet potentiellement de concevoir une molécule qui cible un membre d'intérêt de la famille – dans ce cas, un partenaire de signalisation dans le cerveau – avec des performances exquises. précision. C’est quelque chose que les gens essaient de faire depuis des années et qui présente de nombreux résultats potentiels en matière de traitement.
Pourtant, en fin de compte, ce n’est que lorsque ce médicament atteint une personne réelle que l’on voit quel est le point culminant de toutes ces recherches. Est-ce que cela va réellement faire une différence ?
Depuis que James Watson et Francis Crick ont découvert la structure en double hélice de l'ADN, nous essayons de mieux comprendre les éléments constitutifs du fonctionnement et du pourquoi de notre corps, et comment et pourquoi il se détériore parfois. En tant que race humaine, nous nous demandons : quel est le code de la vie ? En termes de découverte de médicaments, AlphaFold est une pièce supplémentaire de ce puzzle. Chacun des éléments nécessaires à la conception d’un médicament est extrêmement complexe. Mais rassembler quelques éléments pourrait accélérer la découverte de médicaments d’une manière jamais vue auparavant.
