Il New Mexico approva il corso di laurea specialistica in anestesia presso l'UNM
di Michael Haederle
Velocizzare i nuovi trattamenti
Il team UNM crea un potente strumento di calcolo per aiutare i ricercatori a selezionare rapidamente le molecole per le proprietà anti-COVID
Un anno nella pandemia di COVID-19, le vaccinazioni di massa hanno iniziato ad aumentare la prospettiva allettante dell'immunità di gregge che alla fine riduce o arresta la diffusione di SARS-CoV-2. Ma cosa succede se l'immunità di gregge non viene mai pienamente raggiunta o se il virus mutante dà origine a varianti ipervirulente che riducono i benefici della vaccinazione?
Queste domande sottolineano la necessità di trattamenti efficaci per le persone che continuano ad ammalarsi di coronavirus. Mentre alcuni farmaci esistenti mostrano qualche beneficio, c'è un urgente bisogno di trovare nuove terapie.
Guidati da Tudor Oprea, MD, PhD dell'Università del New Mexico, gli scienziati hanno creato uno strumento unico per aiutare i ricercatori farmaceutici a identificare rapidamente molecole in grado di disarmare il virus prima che invada le cellule umane o disabilitarlo nelle prime fasi dell'infezione.
In un articolo pubblicato questa settimana a Nature Machine Intelligence, hanno introdotto i ricercatori RICOMPOSIZIONE-2020, una suite online open source di modelli computazionali che aiuterà gli scienziati a selezionare rapidamente piccole molecole per le loro potenziali proprietà di lotta al COVID.
“In una certa misura questo sostituisce gli esperimenti (di laboratorio), dice Oprea, capo del Divisione Informatica Traslazionale nella Scuola di Medicina UNM. “Restringe il campo di ciò su cui le persone devono concentrarsi. Ecco perché l'abbiamo messo online affinché tutti possano usarlo."
Il team di Oprea all'UNM e un altro gruppo dell'Università del Texas a El Paso guidato da Suman Sirimulla, PhD, hanno iniziato a lavorare sullo strumento REDIAL-2020 la scorsa primavera dopo che gli scienziati del Centro nazionale per l'avanzamento delle scienze traslazionali (NCATS) hanno rilasciato i dati dai propri studi sul riutilizzo dei farmaci COVID.
Vuoi trovare molecole che fanno tutte queste cose e non fanno le cose che non vogliamo che facciano.
"Prendendo coscienza di questo, mi sono detto, 'Aspetta un minuto, ci sono abbastanza dati qui per noi per costruire solidi modelli di apprendimento automatico'", dice Oprea. I risultati dei test di laboratorio NCATS hanno misurato la capacità di ciascuna molecola di inibire l'ingresso virale, l'infettività e la riproduzione, come l'effetto citopatico, la capacità di proteggere una cellula dall'essere uccisa dal virus.
I ricercatori di biomedicina spesso tendono a concentrarsi sui risultati positivi dei loro studi, ma in questo caso gli scienziati NCATS hanno anche riferito quali molecole non hanno avuto effetti anti-virus. L'inclusione di dati negativi migliora effettivamente l'accuratezza dell'apprendimento automatico, afferma Oprea.
"L'idea era quella di identificare le molecole che si adattano al profilo perfetto", afferma. "Vuoi trovare molecole che fanno tutte queste cose e non fanno le cose che non vogliamo che facciano".
Il coronavirus è un astuto avversario, afferma Oprea. "Non credo che ci sia un farmaco che si adatta a tutto a una T." Invece, i ricercatori probabilmente elaboreranno un cocktail multi-farmaco che attacca il virus su più fronti. "Si torna al pugno uno-due", dice.
REDIAL-2020 si basa su algoritmi di apprendimento automatico in grado di elaborare rapidamente enormi quantità di dati e scoprire schemi nascosti che potrebbero non essere percepibili da un ricercatore umano. Il team di Oprea ha convalidato le previsioni di apprendimento automatico basate sui dati NCATS confrontandole con gli effetti noti dei farmaci approvati negli UNM Drug Central Banca dati.
In linea di principio, questo flusso di lavoro computazionale è flessibile e potrebbe essere addestrato per valutare i composti rispetto ad altri agenti patogeni, nonché per valutare le sostanze chimiche che non sono ancora state approvate per l'uso umano, afferma Oprea.
"Il nostro intento principale rimane il riutilizzo dei farmaci, ma in realtà ci stiamo concentrando su qualsiasi piccola molecola", afferma. “Non deve essere un farmaco approvato. Chiunque metta alla prova la propria molecola potrebbe trovare qualcosa di importante".