in

L'approche mathématique peut rendre la découverte de médicaments plus efficace et efficiente

Des chercheurs de l’Université du Texas à Dallas et de Novartis Prescription drugs Corp. ont conçu une plate-forme informatique pour la découverte de médicaments qui pourrait rendre le processus as well as efficace, plus effective et moins coûteux.

Le Dr Baris Coskunzer, professeur de sciences mathématiques à l’UT Dallas.

Les chercheurs présenteront leurs découvertes lors de la 36e conférence sur les systèmes de traitement de l’information neuronale, qui se tiendra du 28 novembre au 9 décembre à la Nouvelle-Orléans.

En règle générale, les premières phases de la découverte de médicaments impliquent des chercheurs identifiant une cible biologique, telle qu’une protéine associée à une maladie d’intérêt.

“Le processus de découverte de médicaments peut prendre 10 à 15 ans et coûter un milliard de bucks”, a déclaré Coskunzer. “Les sociétés pharmaceutiques veulent un moyen as well as rentable de le faire. Ils veulent trouver les composés les moreover prometteurs au début du processus afin de ne pas perdre de temps à tester des impasses.

“Nous avons fourni une toute nouvelle méthode de criblage virtuel qui est efficace sur le strategy informatique et classe les composés en fonction de leur probabilité de fonctionner.”

Bien que le criblage virtuel de bibliothèques de composés chimiques ne soit pas nouveau.

Leur méthode caractérise chaque composé moléculaire en fonction de la forme de sa sous-framework physique sous-jacente – sa topologie – ainsi que d’une série de propriétés physiques et chimiques des composants de la molécule. À partir de ces informations, les chercheurs développent une “empreinte topologique” distinctive pour chaque composé qui est utilisée pour le classer en fonction de son adéquation aux propriétés souhaitées.

a déclaré Coskunzer.

qui comprend la notation d’un composé sur sa solubilité dans l’eau. La solubilité peut être essentielle à l’efficacité d’un médicament dans le corps humain.

“Si vous trouvez un bon composé, mais qu’il n’a pas les propriétés moléculaires souhaitées – s’il n’est pas soluble – alors il est possible qu’il ne fonctionnera pas. Vous voulez pouvoir tester ces propriétés avant qu’un médicament candidat va trop loin dans le développement », a déclaré Coskunzer.

D’autres chercheurs de l’UT Dallas travaillant sur le projet sont le Dr Yulia Gel, professeur de sciences mathématiques à la Faculty of Normal Sciences and Arithmetic, et le Dr Ignacio Segovia-Dominguez, chercheur postdoctoral en informatique à la Erik Jonsson Faculty of Engineering and L’informatique.

Parmi les contributeurs de Novartis figurent le Dr Andac Demir, spécialiste des données au sein de son AI Innovation Lab, et le Dr Bulent Kiziltan, directeur exécutif du laboratoire. Le Dr Yuzhou Chen MS’17, professeur adjoint d’informatique et de sciences de l’information à l’Université Temple, a également contribué.

Les chercheurs de l’UTD sont soutenus par des subventions de la Countrywide Science Basis, de la Simons Basis et de l’Office of Naval Exploration.