Forskare vid University of California, San Francisco (UCSF) har utvecklat en ny metod som snabbt och exakt kan förutsäga hur små molekyler interagerar med proteiner. Detta kan avsevärt påskynda processen för upptäckt av läkemedel, som för närvarande är en tidskrävande och dyr process.

Den nya metoden, kallad "in silico protein-ligand interaction profiling" (iPlip), använder maskininlärning för att analysera stora datamängder av experimentella data. Dessa data används sedan för att träna en datormodell som kan förutsäga hur sannolikt en liten molekyl är att binda till ett visst protein.

Forskarna testade iPlip på en mängd olika proteiner och små molekyler, och resultaten var mycket lovande. iPlip kunde exakt förutsäga bindningsaffiniteten för små molekyler för 90 % av de testade proteinerna. Denna noggrannhetsnivå kan avsevärt minska antalet experiment som behöver utföras under läkemedelsupptäcksprocessen.

Förutom sin snabbhet och noggrannhet är iPlip också relativt billig att använda. Detta kan göra det till ett värdefullt verktyg för små bioteknikföretag och akademiska forskare som inte har resurser att utföra storskaliga experimentella studier.

"iPlip har potentialen att revolutionera hur vi upptäcker droger", säger studieledaren professor Brian Shoichet. "Det kan avsevärt påskynda processen för upptäckt av läkemedel och göra det mer överkomligt för små företag och akademiska forskare."

Studien publicerades i tidskriften Nature Communications.

Så fungerar iPlip

iPlip använder maskininlärning för att analysera stora datamängder av experimentella data. Dessa data används sedan för att träna en datormodell som kan förutsäga hur sannolikt en liten molekyl är att binda till ett visst protein.

Maskininlärningsmodellen tränas på en mängd olika funktioner, inklusive den lilla molekylens kemiska struktur, proteinets sekvens och experimentella data om hur den lilla molekylen binder till proteinet.

När modellen är tränad kan den användas för att förutsäga hur sannolikt en ny liten molekyl är att binda till ett visst protein. Denna information kan sedan användas för att vägleda läkemedelsupptäcktsprocessen genom att hjälpa forskare att välja ut de mest lovande små molekylerna för ytterligare testning.

Applikationer av iPlip

iPlip kan ha en betydande inverkan på läkemedelsupptäcktsprocessen. Det skulle kunna påskynda processen att hitta nya läkemedel och göra det mer överkomligt för små företag och akademiska forskare.

iPlip kan också användas för att identifiera nya mål för läkemedelsupptäckt. Genom att identifiera proteiner som är involverade i sjukdomar kan iPlip hjälpa forskare att utveckla läkemedel som riktar sig mot dessa proteiner.

Förutom läkemedelsupptäckt kan iPlip också användas inom andra forskningsområden, som att förstå hur proteiner interagerar med varandra och hur små molekyler påverkar cellulära processer.