Sveučilište u Grazu: Umjetna inteligencija ubrzava razvoj lijekova

Istraživači Sveučilišta u Grazu otkrili su nove enzime za proizvodnju važnih sastojaka lijekova. Kombinacijom laboratorijskih eksperimenata i strojnog učenja uspjeli su znatno ubrzati potragu za biokatalizatorima i povećati uspješnost kemijskih reakcija.

Znanstvenici sa Sveučilišta u Grazu istražuju kako enzimi mogu omogućiti učinkovitije i ekološki prihvatljivije kemijske procese. Tim pod vodstvom Jörga Schrittwiesera identificirao je niz novih enzima prikladnih za proizvodnju kiralnih amina, važnih sastavnica brojnih lijekova. Rezultati istraživanja objavljeni su u znanstvenom časopisu Nature Communications.

Zašto su kiralni amini važni za lijekove?

Više od 90 posto trenutačno najprodavanijih lijekova sadrži dušik, a gotovo polovica njih ima strukturu kiralnog amina. Takve molekule mogu postojati u dva oblika koji su međusobne zrcalne slike. Pri proizvodnji lijekova važno je dobiti odgovarajući oblik jer drugi može biti manje učinkovit, pa čak i predstavljati zdravstveni rizik.

Istraženo 175 enzima u suradnji s partnerima

Schrittwieserov tim sustavno je ispitao 175 enzima poznatih kao imin-reduktaze (IRED). U istraživanju su sudjelovali švicarska farmaceutska tvrtka F. Hoffmann–La Roche AG i graška tvrtka za bioinformatiku Innophore. Rezultati su pokazali da se znatno više enzima nego što se ranije pretpostavljalo može uspješno koristiti u uvjetima relevantnima za industrijsku proizvodnju. Neki od njih pritom su se pokazali dovoljno svestranima za obradu različitih početnih spojeva.

Od više od dvije godine istraživanja do četiri tjedna

Podaci iz gotovo 28.000 pojedinačnih reakcija poslužili su za razvoj modela strojnog učenja koji predviđa koji bi enzimi mogli djelovati na dosad neispitanim početnim spojevima. Predviđanja su potvrđena laboratorijskim pokusima. Dok je prikupljanje početnih podataka trajalo više od dvije godine, uz uspješnost manju od 25 posto, primjenom modela istraživači su četiri ciljane molekule proizveli u samo četiri tjedna. Umjesto testiranja svih 175 enzima za svaki spoj, bilo je dovoljno ispitati njih 15, a stopa uspješnosti porasla je na 77 posto.

Predviđa se i oblik dobivene molekule

Model strojnog učenja omogućuje i predviđanje toga koji će se od dvaju zrcalnih oblika proizvoda pretežno stvarati u reakciji. Odabrani eksperimenti provedeni su i u većem mjerilu, pri čemu su dobiveni željeni proizvodi u visokim prinosima i uz vrlo visoku čistoću. Time rezultati pokazuju potencijal ove metode za učinkovitije usmjeravanje kemijskih reakcija važnih u razvoju lijekova.

Podaci dostupni za daljnja istraživanja

Rezultati studije i cjelokupni skup prikupljenih podataka javno su dostupni za daljnja istraživanja. Prema istraživačkom timu, mogli bi poslužiti kao međunarodno korišten alat za ubrzavanje razvoja primjene ove skupine enzima, a time i za istraživanje novih struktura aktivnih farmaceutskih tvari.

Izvor: Uni Graz