Nuova scoperta: big data e simulazioni molecolari accelerano la ricerca di farmaci

RomeRicercatori dell'Università di Cincinnati College of Medicine e del Cincinnati Children's Hospital hanno ideato un nuovo metodo per accelerare e rendere più preciso il processo di scoperta dei farmaci. Il loro approccio, pubblicato il 30 agosto su Science Advances, combina dati della Libreria delle Firme Cellulari Basate su Reti Integrate (LINCS) con simulazioni specifiche di docking molecolare. Questa innovativa tecnica riduce il tempo necessario per lo screening e la valutazione di potenziali composti terapeutici da mesi a pochi minuti.

Questo metodo presenta diverse caratteristiche fondamentali: sfrutta il database LINCS per esaminare simultaneamente molte piccole molecole, esegue simulazioni di docking per analizzare l'interazione di queste molecole con specifici bersagli proteici e offre una selezione più rapida che consente di identificare composti potenzialmente efficaci in modo più efficiente e accurato.

Il dr. Alex Thorman, uno degli autori dello studio, ha sottolineato l'importanza di questo nuovo metodo. Può accelerare notevolmente il processo di scoperta di nuovi farmaci, una necessità fondamentale in situazioni di emergenza sanitaria come la pandemia di COVID-19. Normalmente, trovare e approvare nuovi farmaci richiede anni. Questo nuovo approccio potrebbe ridurre tale processo a pochi mesi, un avanzamento significativo.

L'uso del database LINCS e delle simulazioni molecolari è cruciale per la medicina di precisione. Questo metodo facilita la creazione di trattamenti personalizzati in base al patrimonio genetico, all'ambiente e allo stile di vita di ogni individuo. Identificando meglio i composti più efficaci, i trattamenti possono essere adattati con maggiore precisione, portando a esiti clinici migliorati.

Leggi anche:

Oggi · 14:37

Nuova terapia per l'epilessia: la genetica incontra la mappatura cerebrale con il metodo MoPEDE

Questo metodo potrebbe contribuire a sviluppare trattamenti per malattie attualmente senza cura, come alcuni tipi di cancro. Le informazioni dettagliate nel database LINCS, combinate con simulazioni molecolari precise, possono individuare candidati farmacologici promettenti che metodi più antiquati e lenti avevano trascurato.

Jim Reigle, PhD, e Somchai Chutipongtanate, PhD, i due autori principali, hanno collaborato con gli autori senior Jarek Meller, PhD, e Andrew Herr, PhD. La loro ampia competenza rafforza lo studio. Questo lavoro di squadra dimostra il valore di combinare biostatistica, informatica sanitaria, immunobiologia e scienze della salute pubblica per affrontare sfide mediche complesse.

Molteplici sovvenzioni, tra cui quelle del National Institutes of Health e del Department of Veterans Affairs, dimostrano che questa ricerca è ampiamente riconosciuta per il suo potenziale impatto. Inoltre, il deposito di tre brevetti statunitensi relativi a questo lavoro evidenzia un forte interesse commerciale e possibili future applicazioni nello sviluppo di farmaci.

Combinare grandi quantità di dati con simulazioni molecolari dettagliate rappresenta un significativo progresso nella scoperta di nuovi farmaci. Questo innovativo metodo promette di rendere il processo più rapido e preciso, migliorando i trattamenti futuri e offrendo speranza ai pazienti affetti da malattie attualmente incurabili.