Metode AI yang Terobosan Mengidentifikasi Pengobatan Parkinson Baru 10x Lebih Cepat

Para peneliti telah memanfaatkan metode kecerdasan buatan untuk secara signifikan mempercepat penemuan pengobatan penyakit Parkinson.

Read Also

Lebih banyak mayat ditemukan dari kuburan massal

24 Apr 2024

Para peneliti dari Universitas Cambridge merancang dan menggunakan strategi berbasis AI untuk mengidentifikasi senyawa yang menghalangi penggumpalan, atau agregasi, alpha-synuclein, protein yang menjadi ciri Parkinson.

Tim yang digunakan pembelajaran mesin teknik untuk dengan cepat menyaring perpustakaan kimia yang berisi jutaan entri dan mengidentifikasi lima senyawa yang sangat kuat untuk diselidiki lebih lanjut.

Parkinson menyerang lebih dari enam juta orang di seluruh dunia, dan jumlah tersebut diperkirakan akan meningkat tiga kali lipat pada tahun 2040. Saat ini belum ada pengobatan yang dapat mengubah penyakit untuk kondisi ini. Proses penyaringan perpustakaan kimia yang besar untuk mencari kandidat obat – yang harus dilakukan jauh sebelum pengobatan potensial dapat diuji pada pasien – sangat memakan waktu dan mahal, dan seringkali tidak berhasil.

Meningkatkan Efisiensi Penyaringan dengan Pembelajaran Mesin

Read Also

Penelitian Baru Mengungkapkan Bahwa Loop Superkonduktor Meniru Otak

19 Apr 2024

Dengan menggunakan pembelajaran mesin, para peneliti dapat mempercepat proses skrining awal hingga sepuluh kali lipat dan mengurangi biaya hingga seribu kali lipat, yang berarti pengobatan potensial untuk penyakit Parkinson dapat menjangkau pasien lebih cepat. Hasilnya dilaporkan dalam jurnal Biologi Kimia Alam.

Parkinson adalah kondisi neurologis yang tumbuh paling cepat di seluruh dunia. Di Inggris, satu dari 37 orang yang hidup saat ini akan didiagnosis mengidap Parkinson seumur hidup mereka. Selain gejala motorik, Parkinson juga dapat memengaruhi sistem pencernaan, sistem saraf, pola tidur, suasana hati, dan kognisi, serta berkontribusi terhadap penurunan kualitas hidup dan kecacatan yang signifikan.

Protein bertanggung jawab atas proses sel yang penting, tetapi ketika orang menderita Parkinson, protein ini menjadi tidak baik dan menyebabkan kematian sel saraf. Ketika protein gagal melipat, mereka dapat membentuk kelompok abnormal yang disebut badan Lewy, yang menumpuk di dalam sel-sel otak sehingga membuat mereka tidak dapat berfungsi dengan baik.

“Salah satu cara untuk mencari pengobatan potensial untuk Parkinson memerlukan identifikasi molekul kecil yang dapat menghambat agregasi alpha-synuclein, yang merupakan protein yang terkait erat dengan penyakit ini,” kata Profesor Michele Vendruscolo dari Departemen Kimia Yusuf Hamied, yang memimpin penelitian. “Tetapi ini adalah proses yang sangat memakan waktu – hanya mengidentifikasi kandidat utama untuk pengujian lebih lanjut dapat memakan waktu berbulan-bulan atau bahkan bertahun-tahun.”

Meskipun saat ini terdapat uji klinis untuk Parkinson yang sedang berlangsung, belum ada obat pemodifikasi penyakit yang disetujui, hal ini mencerminkan ketidakmampuan untuk secara langsung menargetkan molekuler. jenis yang menyebabkan penyakit tersebut.

Hal ini menjadi kendala utama dalam penelitian Parkinson, karena kurangnya metode untuk mengidentifikasi target molekuler yang tepat dan berinteraksi dengannya. Kesenjangan teknologi ini sangat menghambat pengembangan pengobatan yang efektif.

Inovasi dalam Skrining Obat Komputasi

Tim Cambridge mengembangkan metode pembelajaran mesin di mana perpustakaan kimia yang berisi jutaan senyawa disaring untuk mengidentifikasi molekul kecil yang mengikat agregat amiloid dan menghalangi proliferasinya.

Sejumlah kecil senyawa peringkat teratas kemudian diuji secara eksperimental untuk memilih penghambat agregasi yang paling ampuh. Informasi yang diperoleh dari pengujian eksperimental ini dimasukkan kembali ke dalam model pembelajaran mesin secara berulang, sehingga setelah beberapa kali pengulangan, senyawa yang sangat kuat dapat diidentifikasi.

“Daripada melakukan skrining secara eksperimental, kami melakukan skrining secara komputasional,” kata Vendruscolo, yang merupakan salah satu direktur Center for Misfolding Diseases. “Dengan menggunakan pengetahuan yang kami peroleh dari penyaringan awal dengan model pembelajaran mesin, kami dapat melatih model tersebut untuk mengidentifikasi daerah spesifik pada molekul kecil yang bertanggung jawab untuk mengikat, kemudian kami dapat menyaring ulang dan menemukan molekul yang lebih kuat.”

Dengan menggunakan metode ini, tim Cambridge mengembangkan senyawa untuk menargetkan kantong pada permukaan agregat, yang bertanggung jawab atas perkembangbiakan agregat itu sendiri secara eksponensial. Senyawa ini ratusan kali lebih kuat dan jauh lebih murah untuk dikembangkan dibandingkan yang dilaporkan sebelumnya.

“Pembelajaran mesin mempunyai dampak nyata pada proses penemuan obat – ini mempercepat seluruh proses mengidentifikasi kandidat yang paling menjanjikan,” kata Vendruscolo. “Bagi kami, ini berarti kami dapat mulai mengerjakan beberapa program penemuan obat – bukan hanya satu program. Banyak hal yang bisa dicapai berkat pengurangan waktu dan biaya secara besar-besaran – ini adalah saat yang menyenangkan.”

Referensi: “Penemuan inhibitor kuat agregasi α-synuclein menggunakan pembelajaran berulang berbasis struktur” oleh Robert I. Horne, Ewa A. Andrzejewska, Parvez Alam, Z. Faidon Brotzakis, Ankit Srivastava, Alice Aubert, Magdalena Nowinska, Rebecca C. Gregory, Roxine Staats, Andrea Possenti, Sean Chia, Pietro Sormanni, Bernardino Ghetti, Byron Caughey, Tuomas PJ Knowles dan Michele Vendruscolo, 17 April, Biologi Kimia Alam.
DOI: 10.1038/s41589-024-01580-x

Penelitian ini dilakukan di Laboratorium Kimia Kesehatan di Cambridge, yang didirikan dengan dukungan Dana Investasi Kemitraan Penelitian Inggris (UKRPIF) untuk mempromosikan penerjemahan penelitian akademis ke dalam program klinis.