Naukowcy opracowali metodę opartą na sztucznej inteligencji, aby znaleźć substancje chemiczne, które powstrzymują alfa-synukleinę, białko wywołujące chorobę Parkinsona, przed zlepianiem się.

Zespół szybko przejrzał bibliotekę chemiczną zawierającą miliony wpisów przy użyciu metod uczenia maszynowego i znalazł pięć potężnych związków wymagających dalszych badań.

Choroba Parkinsona

Na chorobę Parkinsona cierpi ponad sześć milionów ludzi na całym świecie, a oczekuje się, że do 2040 r. liczba ta potroi się. Obecnie nie ma leków, które mogłyby zmienić przebieg choroby. Sprawdzanie ogromnych zbiorów chemikaliów pod kątem ewentualnych narkotyków zajmuje bardzo dużo czasu, kosztuje dużo pieniędzy i nie zawsze działa. Należy to zrobić na długo przed wypróbowaniem potencjalnych metod leczenia na pacjentach.

Naukowcy wykorzystali uczenie maszynowe, aby dziesięciokrotnie przyspieszyć proces wstępnej selekcji i tysiąckrotnie obniżyć koszty. Może to oznaczać, że pacjenci będą mogli znacznie szybciej otrzymać możliwe metody leczenia choroby Parkinsona. Wyniki opublikowano w czasopiśmie Nature Chemical Biology.

Choroba mózgu

Choroba Parkinsona to choroba mózgu, która rozprzestrzenia się najszybciej na świecie. U jednej na 37 osób mieszkających w Wielkiej Brytanii w którymś momencie życia zostanie zdiagnozowana choroba Parkinsona. Choroba Parkinsona może wpływać nie tylko na mięśnie. Może również wpływać na układ trawienny i nerwowy, nawyki związane ze snem, nastrój i myślenie. Te rzeczy mogą uczynić życie mniej przyjemnym i poważnie ograniczyć możliwości danej osoby.

Kiedy ktoś cierpi na chorobę Parkinsona, białka te stają się nieuczciwe i zabijają komórki nerwowe. Białka zwykle wykonują ważne zadania wewnątrz komórek. Kiedy białka nie zwijają się prawidłowo, mogą tworzyć ciała Lewy’ego, czyli dziwne grupy białek, które gromadzą się wewnątrz komórek mózgowych i uniemożliwiają im prawidłowe działanie.

Żadnego leku

Chociaż trwają badania kliniczne nad chorobą Parkinsona, nie dopuszczono jeszcze do obrotu żadnego leku, który mógłby wpływać na postęp choroby. Odzwierciedla to niemożność ukierunkowania się na gatunki molekularne odpowiedzialne za wywoływanie choroby.

Brak praktycznych technik identyfikacji odpowiednich celów molekularnych i interakcji z nimi był poważnym wyzwaniem w badaniach nad chorobą Parkinsona. Ten podział technologiczny znacznie utrudnia postęp w tworzeniu skutecznych metod leczenia.

Technika uczenia maszynowego

Zespół badawczy opracował technikę uczenia maszynowego do analizowania bibliotek chemicznych zawierających miliony związków. Celem było zidentyfikowanie maleńkich cząsteczek, które mogą wiązać się z agregatami amyloidu i utrudniać ich wzrost.

Następnie ograniczoną liczbę wysoko ocenianych związków poddano testom eksperymentalnym w celu zidentyfikowania najskuteczniejszych inhibitorów agregacji. Dane uzyskane z tych testów eksperymentalnych włączono iteracyjnie do modelu uczenia maszynowego, identyfikując silne związki po kilku iteracjach.

Wniosek

Zespół badawczy wykorzystał tę metodę do stworzenia substancji chemicznych, których celem są kieszenie na powierzchni kruszyw. Kieszenie te powodują wykładniczy wzrost agregatów. Te chemikalia są setki razy silniejsze niż te opisane wcześniej i znacznie tańsze w produkcji. Badanie odbyło się w laboratorium Chemistry of Health Laboratory w Cambridge, które utworzono przy pomocy brytyjskiego funduszu inwestycyjnego Research Partnership Investment Fund (UKRPIF) w celu wspierania badań akademickich w programach klinicznych.