Ny teknik til flydende modellering forudsiger kemiske reaktioner og sænker omkostninger til udvikling af lægemidler

En Purdue-tilknyttet virksomhed udvikler en måde at reducere omkostninger til udvikling af lægemidler ved mere præcist og effektivt at modellere molekyler og kemiske reaktioner i flydende opløsninger. Dette vil give kemikere mulighed for bedre at forstå procesdetaljer for molekylesyntese.

QUAIL Modeling LLC, et akronym for Quantum Applications in Liquids, blev medstifter af Tillmann Kubis, forskningsassistent professor på Purdues School of Electrical and Computer Engineering, Netværk for computernanoteknologi og Purdue Center for forudsigelige materialer og enheder, og James Charles, en ph.d. studerende på samme afdeling.

Softwaren blev udviklet ud fra et behov for bedre at forstå, hvordan molekyler reagerer i væsker.

"Når du har et molekyle, der forventes at opføre sig på en bestemt måde, nuværende modeller giver dig mulighed for kun at forudsige dens adfærd i vakuumet, hvor molekylet grundlæggende er isoleret. Imidlertid, narkotika formodes at interagere med en væske, som f.eks. blod. Indtil nu, der er ingen måde at pålideligt forudsige molekylær adfærd i væsker, hvor stoffet rent faktisk får virkning, "Kubis sagde." Det første spørgsmål, vi vil besvare, er, hvordan disse molekyler vil ændre sig, når de sættes i en væske, der omgiver det, f.eks. En patients blodbanen. "

Kubis sagde, at modellering af væsker er en stor og stadig ikke fuldstændig løst udfordring inden for kvantekemi.

"Det er endnu ikke forstået, hvordan man modellerer vand, og hvordan man modellerer molekyler, når de er opløst, "sagde han." Molekyler i en akvatisk omgivelse står over for for mange kaotiske forstyrrelser for de state-of-the-art kvantemodeller. Typiske kvantebeskrivelser er ikke i stand til effektivt at håndtere sådanne intense usikkerheder. "

QUAIL Modeling udvider metoden Non-Equilibrium Green Function (NEGF) til området for flydende kvantekemi. Denne metode vil give kemikere mulighed for at beregne tidsafhængige ikke-ligevægtsforventningsværdier såsom strøm og densiteter, energiudveksling og entropiændringer i systemet. NEGF-metoden er allerede en bredt accepteret metode inden for elektroteknik og højenergifysikverden.

"En af de hellige graler inden for kvantekemi er forudsigelsen af ​​løsningsenergien, dvs. energiforandringen, når et molekyle opløses i en væske. "sagde Kubis." QUAIL arbejder direkte på at løse dette problem. På trods af dens betydning, dette problem har været uløseligt indtil videre. Vi tackler det ved at kombinere kvanteeffekterne med de statistiske usikkerheder i et flydende miljø. Vi kan gøre dette eksplicit for enhver form for flydende og opløst molekyle. "

Kubis sagde, at denne metode vil reducere omkostningerne ved udvikling af lægemidler betydeligt.

"Potentialet i dette er gigantisk. Der frigives kun omkring 20 lægemidler hvert år, og det koster cirka 5-12 milliarder dollar at få dem alle til den fase, "sagde han." At sænke disse udgifter med kun 10 procent kan gøre en kæmpe forskel. "

Kubis sagde, at det er afgørende for virksomheder at teste molekyler i perfekt renhed, uden nogen syntese-biprodukter eller fri for uønsket molekylær chiralitet. Dette er vigtigt for at bestemme eventuelle negative bivirkninger af det faktiske lægemiddelmolekyle. Ingen urenheder produceret under lægemidlets syntese må sløre denne information.

"Når store virksomheder har et molekyle at syntetisere, de har deres egne tjenesteudbydere med databaser, der typisk giver dem omkring 15-20 forskellige reaktionsveje, der kan give en høj koncentration, eller høj renhed, af det ønskede molekyle. De høje omkostninger kommer derefter i grundig testning af hver reaktionssti. Vores teknologi kunne indsnævre de 20 reaktioner til meget færre, mere præcise kandidater, eller endda identificere nye reaktionsveje, der ikke er på radaren i de ufuldstændige databaser, "Dette sagde." Dette vil reducere omkostninger til udvikling af lægemidler og øge pålideligheden af ​​lægemiddeltest. "

Teknologi, der bruges af QUAIL Modeling, er licenseret gennem Purdue Research Foundation Office of Technology Commercialization. Virksomheden er medlem af Purdue Startup Class i 2017.

Virksomheden arbejder på akademiske teorier med fokus på industrielle applikationer.

"Vores første mål er korrekt at forudsige solvationsenergien, "Sagde Kubis." Modellering af kemiske reaktioner er vores langsigtede mål; vi har brug for en masse udvikling for at fuldføre det. "

Udviklingen af ​​denne teknologi er tidligere blevet støttet akademisk af Center of Materials and Predictive Devices på Purdue. Kubis sagde, at QUAIL Modeling i øjeblikket søger partnerskaber og finansiering.

"Vi søger partnerskaber inden for industrien, samt finansiering og vejledning i, hvad der er de mest presserende åbne spørgsmål til farmaceutisk og kemisk industri, "sagde han." Vi er nødt til at diskutere de åbne spørgsmål med specialisterne på området, da vi ikke er kemikere. At have lidt vejledning hjælper os med at forblive i mål.