Alors que la pandémie de COVID-19 dispersait et isolait les gens, les chercheurs de Virginia Tech se sont connectés pour une collaboration basée sur les données cherchant à améliorer les médicaments pour lutter contre la maladie et potentiellement de nombreuses autres maladies.
Une collaboration multidisciplinaire couvrant plusieurs collèges de Virginia Tech a abouti à une étude récemment publiée, « Conception informatique basée sur les données et validation expérimentale de médicaments pour une atténuation accélérée des scénarios de sort pandémie », dans le Journal of Physical Chemistry Letters.
L’étude se concentre sur l’utilisation d’algorithmes informatiques pour générer des diversifications aux molécules des composés de médicaments existants et potentiels qui peuvent améliorer la capacité de ces molécules à se lier à la protéase principale, une enzyme à foundation de protéines qui décompose les protéines complexes, dans le SRAS-CoV-2. le virus qui trigger le COVID-19.
Ce processus permet d’envisager un nombre exponentiel d’adaptations moléculaires as well as critical que ne le permettraient les méthodes traditionnelles d’essais et d’erreurs pour tester les médicaments un par un. Les diversifications de molécules candidates peuvent être identifiées parmi une myriade de possibilités, puis réduites à quelques-unes ou à une seule qui peut être créée en laboratoire et testée pour son efficacité.
« Nous présentons un nouveau cadre transférable basé sur les données qui peut être utilisé pour accélérer la conception de nouvelles petites molécules et de nouveaux matériaux, dotés des propriétés souhaitées, en modifiant la combinaison des éléments constitutifs ainsi qu’en les décorant de groupes fonctionnels », a déclaré Sanket A. Deshmukh, professeur agrégé de génie chimique au Higher education of Engineering. Un « groupe fonctionnel » est un groupe d’atomes qui conserve généralement ses propriétés caractéristiques, quels que soient les autres atomes de la molécule.
« Il est intéressant de noter que le médicament fonctionnalisé nouvellement conçu avait non seulement une valeur de concentration efficace maximale de moitié supérieure à celle de son médicament guardian, mais également plusieurs des antiviraux proposés et utilisés, dont le Remdesivir », a déclaré Deshmukh, faisant référence à une mesure de la puissance du composé.
Passer à travers toutes les phases de l’étude n’aurait pas été probable sans une vaste collaboration interdépartementale.
Quatre membres du corps professoral de Virginia Tech : Deshmukh Anne M. Brown, professeure agrégée aux bibliothèques universitaires et au département de biochimie du Collège d’agriculture et des sciences de la vie Andrew Lowell, professeur adjoint au Département de chimie du Collège des sciences et James Weger-Lucarelli, professeur adjoint au Département des sciences biomédicales et de pathobiologie du Virginia-Maryland Faculty of Veterinary Drugs – font partie des 13 co-auteurs de l’étude publiée.
L’expertise du groupe Deshmukh dans le développement de modèles et de cadres informatiques transférables pour la conception accélérée de petites molécules et de matériaux de variety médicament, et l’expertise informatique approfondie de Brown dans les relations framework-fonction des protéines se sont parfaitement intégrées comme base de référence pour l’étude.
« Le groupe de Sanket disposait d’un cadre de réutilisation moléculaire et j’ai de l’expérience dans l’exploitation de cibles protéiques », a déclaré Brown. « En collaboration avec Andrew qui effectue la synthèse, qui consiste à fabriquer le composé, puis avec James qui effectue les exams et les analyses virales, nous avons formé une collaboration fantastique. »
Mais les professeurs soulignent que ce sont les étudiants diplômés et postdoctoraux des laboratoires qui ont rendu l’étude attainable. Neuf d’entre eux sont co-auteurs : Samrendra K. Singh, génie chimique, Kelsie King, génétique, bioinformatique et biologie computationnelle Cole Gannett, chimie Christina Chuong, sciences biomédicales et vétérinaires Soumil Y. Joshi, génie chimique Charles Plate, génie chimique Parisa Farzeen, génie chimique Emily M. Webb, entomologie et Lakshmi Kumar Kunche, génie chimique.
Les professeurs ont déclaré que les étudiants communiquaient bien entre eux sans aucune incitation de leurs mentors. « Je pense que l’une des choses formidables à voir, c’est que les étudiants parlent réellement entre eux et collaborent entre eux sans que nous ayons à dire ‘Faites ceci' », a déclaré Deshmukh.
Enfin, les molécules fonctionnalisées ont été testées contre le SRAS-CoV-2 vivant dans un laboratoire d’une école vétérinaire par Weger-Lucarelli et son équipe.
« Le criblage virtuel initial de la foundation de données existante a identifié un composé parent censé inhiber la protéase du SRAS-CoV-2 », a déclaré Weger-Lucarelli. « Ensuite, le cadre basé sur les données a modifié la framework de cette molécule pour améliorer cette activité. Nous les avons comparés côte à côte pour montrer que ce nouveau composé qui devait être in addition puissant contre le SRAS-CoV-2 que le composé mum or dad ne l’était, en en fait, furthermore puissant contre le SRAS-CoV-2.
Le processus de développement et de examination d’une molécule fonctionnalisée contre le COVID-19 a de nombreuses purposes potentielles, même au-delà de l’atténuation du COVID-19. Des études sont en cours au sein de l’équipe pour utiliser le même variety de recherche afin de trouver des molécules fonctionnalisées qui pourraient traiter l’hépatite E, la dengue et le chikungunya, ces deux dernières maladies transmises par les moustiques.
« Une autre direction dans laquelle nous nous dirigeons est de cibler les protéases et les enzymes d’autres virus et d’essayer de concevoir d’autres nouvelles molécules », a déclaré Lowell.
Le processus algorithmique a également un potentiel dans des utilisations non biologiques, a déclaré Sankit. « L’approche est très polyvalente et est appliquée pour fonctionnaliser et concevoir d’autres matériaux tels que des buildings organométalliques (MOF), des glycomatériaux, des polymères, and so on. », indique le doc.
L’équipe interdisciplinaire réunie prévoit poursuivre ses collaborations.
« Aucun de nous ne pourrait réaliser ce travail sans les autres personnes participant à cette collaboration », a déclaré Weger-Lucarelli.
« C’est un superb exemple de la synergie entre le passage de la prédiction informatique à la synthèse chimique en passant par les assessments sur les virus », a déclaré Brown, « et la façon dont nous, à Virginia Tech, mettons vraiment l’accent sur l’interaction entre ces trois domaines et la faisons passer au niveau supérieur pour développer des équipes collaboratives solides.
