Algoritme fører til en dramatisk forbedring i lægemiddelopdagelsesmetoder

Antibiotika til behandling af særligt resistente sygdomme, molekyler, der blokerer immunsystemets overreaktioner, molekyler, der hæmmer væksten af ​​kræftceller ved at fjerne overskydende jern, molekyler, der kan øge fordøjelsen af ​​fedtstoffer:alle disse og flere er blevet opdaget i de senere år ved hjælp af en unik computeriseret tilgang til at løse særligt komplekse problemer.

I løbet af de seneste fem år, en iterativ stokastisk eliminationsalgoritme (ISE) udviklet i laboratoriet af prof. Amiram Goldblum, ved det hebraiske universitet i Jerusalems institut for narkotikaforskning, er blevet anvendt til opdagelsen af ​​potentielle stoffer. Instituttet er en del af Farmaceutisk Institut på Det Medicinske Fakultet. Først testet for at løse problemer i proteiners struktur og funktion, Algoritmen er siden blevet brugt til at reducere lægemiddelopdagelsestiden - fra år til måneder og endda til uger.

Goldblums løsning er forskellig fra algoritmer kaldet heuristik, som er baseret på at udlede løsninger ved hjælp af logik og intuition, og foreslår bedre løsninger. I dette tilfælde, Algoritmen producerer en model for aktiviteten af ​​små molekyler på et eller flere proteiner, der vides at forårsage sygdommen. En model er et sæt filtre af fysisk-kemiske egenskaber, der skelner mellem aktive og ikke-aktive molekyler, eller mellem mere og mindre aktive. Millioner af molekyler kan derefter screenes af modellen, som muliggør scoring af hvert molekyle med et tal, der afspejler dets evne til at passere gennem filtrene baseret på dets egne fysisk-kemiske egenskaber.

En model af denne type bygges normalt på få timer og er i stand til at screene millioner af molekyler på mindre end en dag. Derfor, inden for et par dage eller mere, det er muligt at lave indledende forudsigelser om kandidatmolekylerne for en specifik aktivitet for at bekæmpe en sygdom. De fleste af disse kandidater har aldrig tidligere været kendt for at have nogen biologisk aktivitet.

Til udvikling af denne algoritme, Prof. Goldblum vandt en American Chemical Society-pris i 2000. Siden da, Algoritmen har løst mange problemer relateret til at forstå forskellige biologiske systemer såsom proteinfleksibilitet, interaktioner mellem proteiner og små molekyler, og mere. Disse og andre opdagelser stammer fra samarbejder mellem Goldblums laboratorium, hvor hans elever bruger algoritmen til at løse forskellige problemer, og laboratorier og farmaceutiske virksomheder i verden, der tester Goldblums forudsigelser i Tyskland, Japan, USA og selvfølgelig i Israel.

På grund af Goldblums teknologi, virksomheden Pepticom blev grundlagt i 2011 af Yissum, teknologioverførselsarmen på det hebraiske universitet, at revolutionere opdagelsen af ​​nye peptidlægemiddelkandidater. Pepticoms nøgleaktiv er en exceptionel kunstig intelligens-platform, der sigter på at designe peptidligander baseret på løste krystalstrukturer af proteiner.

Brede applikationer

Algoritmen kan anvendes på andre typer problemer, hvor antallet af muligheder er enormt og ikke kan løses, selvom verdens mest kraftfulde computere ville arbejde på det sammen. Disse omfatter problemer, hvor antallet af mulige udfald er 10 i magten af ​​100 (10100) og mere, såsom problemer med landtransport, luftfart, kommunikation og biologiske systemer.

Inden for transport, dette kunne involvere at finde alternative måder at komme fra et punkt til et andet ved at bruge trafikdata på hver af de alternative veje, der fører mellem de to punkter. Inden for luftfart, et optimalt arrangement af landinger og starter i travle lufthavne. Inden for telekommunikation, at finde de billigste ruter inden for et komplekst udvalg af kommunikationskabler. Og i biologi, en model, der er konstrueret på basis af et par dusin eller hundredvis af molekyler, tjener til at screene millioner af molekyler og til at opdage nye lægemiddelkandidater. Disse sendes derefter til eksperimentelle laboratorier for at blive videreudviklet, og har i nogle tilfælde været afgørende for at fremme udviklingen af ​​behandling af Alzheimers sygdom og forskellige former for kræft.