Revoluce ve vývoji léků: Počítače urychlí hledání léčby pro Chagasovu chorobu

Vědci z University of Kent vyvinuli výpočetní protokol, který by mohl výrazně urychlit vývoj účinnějších léčiv pro život ohrožující parazitární infekce, jako je Chagasova choroba.

Vědci z University of Kent vyvinuli výpočetní protokol, který by mohl výrazně urychlit vývoj účinnějších léčiv pro život ohrožující parazitární infekce, jako je Chagasova choroba. Tato metoda umožňuje přesně identifikovat reakce vedoucí k úspěšným kandidátům na léky bez nutnosti zdlouhavých pokusů a omylů v laboratoři.

Chagasova choroba, způsobená parazitem Trypanosoma cruzi, postihuje odhadem 8 milionů lidí po celém světě, převážně v Latinské Americe, a dalších 100 milionů je ohroženo. V časné fázi je léčitelná, ale neléčená infekce může vést k chronickým a závažným komplikacím srdce, trávicího a nervového systému. Protože nemoc často postihuje nízkopříjmové komunity, je komerční motivace pro farmaceutické společnosti investovat do nových léčiv nízká. Zlepšení efektivity a nákladové účinnosti rané fáze vývoje léků je proto klíčové pro zpřístupnění nových terapií.

Právě zde přichází na řadu výpočetní chemie. Modelováním a simulací chování potenciálních léčivých sloučenin před jejich testováním v laboratoři mohou vědci snížit náklady a urychlit objevy. V této nedávné studii se výzkumníci z Kentu zaměřili na naftochinony, skupinu sloučenin známých svou aktivitou proti parazitárním onemocněním, zejména Chagasově chorobě. Tým zkoumal způsoby, jak tyto sloučeniny selektivně modifikovat pomocí katalyzátoru na bázi ruthenia. To umožňuje systematicky „upravovat“ sloučeniny a jemně ladit jejich vlastnosti, jako je účinnost, stabilita a selektivita, které jsou zásadní pro úspěšné kandidáty na léky.

Pro předpověď, které modifikace budou s největší pravděpodobností úspěšné, vědci porovnali devět široce používaných kvantově-chemických přístupů s vysoce přesnou referenční metodou. Identifikovali protokol, který přesně reprodukuje výsledky vysoce úrovňových výpočtů, a zároveň ukázali, že pro mnohem rychlejší screening lze použít méně nákladnou metodu bez ztráty mechanistických poznatků.

Díky dostatečné přesnosti pro efektivnější a cílenější návrh mohou vědci modelovat chemické modifikace, snižovat drahé pokusy a omyly v laboratoři, dříve prioritizovat nejslibnější sloučeniny a výrazně zrychlit a zlevnit proces objevování léků. Dr. Felipe Fantuzzi, hlavní autor studie, vysvětluje, že pro nemoci jako Chagasova choroba, kde jsou komerční pobídky pro vývoj léků často slabší, jsou metody snižující pokusy a omyly obzvláště cenné. Tyto metody nenahrazují experimenty, ale pomáhají zaměřit experimentální úsilí tam, kde je nejpravděpodobnější, že bude produktivní. Přístup navíc přirozeně doplňuje umělou inteligenci, která hraje stále důležitější roli při identifikaci vzorců a prioritizaci kandidátů, zatímco fyzikálně založená výpočetní chemie je nezbytná pro pochopení mechanismů reakcí.