Nouvelle méthode accélère la découverte de médicaments grâce aux données et simulations moléculaires

Temps de lecture: 2 minutes
Par Jean Rivière
- dans
"Écran d'ordinateur avec des modèles moléculaires et des graphiques de données"

ParisDes chercheurs de l'Université de Cincinnati College of Medicine et de l'Hôpital pour enfants de Cincinnati ont développé une nouvelle méthode pour accélérer et améliorer la précision de la découverte de médicaments. Leur technique, publiée le 30 août dans Science Advances, intègre des données de la Bibliothèque des Signatures Cellulaires Réseautées Intégrées (LINCS) avec des simulations spécifiques de docking moléculaire. Cette approche innovante permet de réduire le temps nécessaire pour sélectionner et évaluer les composés thérapeutiques potentiels de plusieurs mois à quelques minutes seulement.

Cette méthode présente plusieurs points forts : elle utilise la base de données LINCS pour analyser simultanément de nombreuses petites molécules, effectue des simulations de docking pour observer leurs interactions avec des cibles protéiques spécifiques, et offre un criblage rapide permettant d’identifier des composés potentiellement efficaces de manière plus efficiente et précise.

Alex Thorman, PhD, co-auteur de l'étude, a souligné l'importance cruciale de cette nouvelle méthode. Elle peut accélérer considérablement le processus de découverte de nouveaux médicaments, ce qui est essentiel en période de crise sanitaire comme la pandémie de COVID-19. Habituellement, la recherche et l'approbation de nouveaux médicaments prennent des années. Cette nouvelle approche pourrait réduire ce délai à seulement quelques mois, représentant ainsi une avancée majeure.

L'utilisation de la base de données LINCS et des simulations moléculaires est cruciale pour la médecine de précision. Cette méthode facilite la création de traitements adaptés au profil génétique unique, à l'environnement et au mode de vie de chaque individu. En identifiant plus efficacement les composés les plus efficaces, les traitements peuvent être personnalisés avec une grande précision, conduisant à de meilleurs résultats pour les patients.

Cette méthode pourrait contribuer à développer des traitements pour des maladies actuellement incurables, comme certains cancers. Les informations détaillées de la base de données LINCS, combinées à des simulations moléculaires précises, permettent d'identifier des candidats prometteurs pour des médicaments qui avaient été négligés par les anciennes méthodologies plus lentes.

Jim Reigle, PhD, et Somchai Chutipongtanate, PhD, les deux auteurs principaux, ont collaboré avec les auteurs seniors Jarek Meller, PhD, et Andrew Herr, PhD. Leur expertise diversifiée renforce l'étude. Ce travail d'équipe illustre l'importance de combiner la biostatistique, l'informatique de la santé, l'immunobiologie et les sciences de la santé publique pour résoudre des problèmes médicaux complexes.

Diverses subventions, notamment celles des Instituts nationaux de la santé et du Département des anciens combattants, démontrent que cette recherche est largement reconnue pour son impact potentiel. De plus, le dépôt de trois brevets américains liés à ce travail indique un fort intérêt commercial et des applications futures prometteuses dans le développement de médicaments.

Allier une grande quantité de données à des simulations moléculaires précises représente un progrès majeur dans la recherche de nouveaux médicaments. Cette approche innovante promet d'accélérer et de rendre plus fiable le processus, améliorant ainsi les traitements futurs et apportant de l'espoir aux patients atteints de maladies actuellement incurables.

L'étude est publiée ici:

http://dx.doi.org/10.1126/sciadv.adj3010

et sa citation officielle - y compris les auteurs et la revue - est

Alexander W. Thorman, James Reigle, Somchai Chutipongtanate, Juechen Yang, Behrouz Shamsaei, Marcin Pilarczyk, Mehdi Fazel-Najafabadi, Rafal Adamczak, Michal Kouril, Surbhi Bhatnagar, Sarah Hummel, Wen Niu, Ardythe L. Morrow, Maria F. Czyzyk-Krzeska, Robert McCullumsmith, William Seibel, Nicolas Nassar, Yi Zheng, David A. Hildeman, Mario Medvedovic, Andrew B. Herr, Jarek Meller. Accelerating drug discovery and repurposing by combining transcriptional signature connectivity with docking. Science Advances, 2024; 10 (35) DOI: 10.1126/sciadv.adj3010
Science: Dernières nouvelles
Lire la suite:

Partager cet article

Commentaires (0)

Poster un commentaire
NewsWorld

NewsWorld.app est un site d'actualités premium gratuit. Nous fournissons des actualités indépendantes et de haute qualité sans facturer par article et sans modèle d'abonnement. NewsWorld estime que les actualités générales, commerciales, économiques, technologiques et de divertissement devraient être accessibles à un niveau élevé gratuitement. De plus, NewsWorld est incroyablement rapide et utilise une technologie avancée pour présenter des articles d'actualités dans un format très lisible et attrayant pour le consommateur.


© 2024 NewsWorld™. Tous droits réservés.