Een kunstmatige-intelligentiebenadering die is ontwikkeld aan de Universiteit van North Carolina aan de Chapel Hill Eshelman School of Pharmacy kan zichzelf leren nieuwe medicijnmoleculen helemaal opnieuw te ontwerpen en heeft het potentieel om het ontwerp van nieuwe kandidaat-geneesmiddelen drastisch te versnellen.

Het systeem heet Reinforcement Learning for Structural Evolution, bekend als ReLeaSE, en is een algoritme en computerprogramma dat bestaat uit twee neurale netwerken die kunnen worden gezien als een leraar en een student. De docent kent de syntaxis en taalkundige regels achter het vocabulaire van chemische structuren voor ongeveer 1,7 miljoen bekende biologisch actieve moleculen. Door samen te werken met de leraar, de student leert in de loop van de tijd en wordt beter in het voorstellen van moleculen die waarschijnlijk nuttig zullen zijn als nieuwe medicijnen.

Alexander Tropsha, Olexandr Isayev en Mariya Popova, alle van de UNC Eshelman School of Pharmacy, zijn de makers van ReLeaSE. De universiteit heeft patent aangevraagd op de technologie, en het team publiceerde een proof-of-concept-studie in het tijdschrift wetenschappelijke vooruitgang vorige week.

"Als we dit proces vergelijken met het leren van een taal, dan nadat de student het moleculaire alfabet en de regels van de taal heeft geleerd, ze kunnen nieuwe 'woorden, ' of moleculen, " zei Tropsha. "Als het nieuwe molecuul realistisch is en het gewenste effect heeft, de leraar keurt het goed. Als niet, de leraar keurt het af, de student dwingen om slechte moleculen te vermijden en goede te creëren."

ReLeaSE is een krachtige innovatie voor virtuele screening, de computationele methode die veel wordt gebruikt door de farmaceutische industrie om levensvatbare kandidaat-geneesmiddelen te identificeren. Virtuele screening stelt wetenschappers in staat om bestaande grote chemische bibliotheken te evalueren, maar de methode werkt alleen voor bekende chemicaliën. ReLeASE heeft het unieke vermogen om nieuwe moleculen te creëren en te evalueren.

"Een wetenschapper die virtuele screening gebruikt, is als een klant die in een restaurant bestelt. Wat kan worden besteld, wordt meestal beperkt door het menu, " zei Isayev. "We willen wetenschappers een supermarkt en een persoonlijke chef-kok geven die elk gerecht kan maken dat ze willen."

Het team heeft ReLeaSE gebruikt om moleculen te genereren met eigenschappen die ze hebben gespecificeerd, zoals gewenste bioactiviteit en veiligheidsprofielen. Het team gebruikte de ReLeaSE-methode om moleculen te ontwerpen met aangepaste fysieke eigenschappen, zoals smeltpunt en oplosbaarheid in water, en om nieuwe verbindingen te ontwerpen met remmende activiteit tegen een enzym dat wordt geassocieerd met leukemie.

"Het vermogen van het algoritme om nieuwe, en dus direct octrooieerbaar, chemische entiteiten met specifieke biologische activiteiten en optimale veiligheidsprofielen zouden zeer aantrekkelijk moeten zijn voor een industrie die voortdurend op zoek is naar nieuwe benaderingen om de tijd te verkorten die nodig is om een ​​nieuw kandidaat-geneesmiddel naar klinische proeven te brengen, ' zei Tropsa.