Los investigadores han creado un sistema de inteligencia artificial que puede predecir las formas en que las moléculas de los fármacos pueden sufrir cambios químicos. Un equipo colaborativo de la Universidad Técnica de Munich (LMU) de Alemania, ETH Zurich (ETH Zurich) y Roche Pharmaceutical Research and Early Development (pRED) con sede en Basilea ha utilizado inteligencia artificial (IA) para diseñar una nueva tecnología para predecir la mejor manera de sintetizar moléculas de fármacos.
"Este enfoque tiene el potencial de reducir significativamente el número de experimentos de laboratorio necesarios, aumentando así la eficiencia y sostenibilidad de la síntesis química", dijo David Nippa, primer autor del artículo correspondiente, que se publicó en la revista Nature Chemistry. Nippa es estudiante de doctorado en el Departamento de Química y Farmacia de LMU y en el grupo de investigación del Dr. David Konrad en Roche.
Los ingredientes farmacéuticos activos suelen consistir en una estructura a la que se unen grupos funcionales. Estos grupos tienen funciones biológicas específicas. Para lograr efectos médicos nuevos o mejores, es necesario cambiar los grupos funcionales y agregarlos a nuevas posiciones en el marco. Sin embargo, este proceso es especialmente complicado en el campo de la química porque la propia estructura, compuesta principalmente de átomos de carbono e hidrógeno, está casi inactiva.
Un método para activar estructuras es la llamada reacción de borilación. En este proceso se unen grupos químicos que contienen boro a los átomos de carbono de la estructura. Este grupo de boro puede luego sustituirse por varios grupos con efectos médicos. Aunque las reacciones de bororación tienen un gran potencial, son difíciles de controlar en el laboratorio.
Junto con Kenneth Atz, estudiante de doctorado en ETH Zurich, David Nipa desarrolló un modelo de inteligencia artificial que se basó en trabajos científicos confiables y datos experimentales de los laboratorios de automatización de Roche. Puede predecir con éxito la posición de boración de cualquier molécula y proporcionar condiciones óptimas para las transformaciones químicas. "Curiosamente, las predicciones mejoraron cuando se tuvo en cuenta la información tridimensional sobre los materiales de partida, en lugar de sólo sus fórmulas químicas bidimensionales", dijo Artz.
Este método se ha utilizado con éxito para identificar posiciones en ingredientes activos existentes donde se pueden introducir grupos reactivos adicionales. Esto ayuda a los investigadores a desarrollar más rápidamente variantes nuevas y más eficaces de ingredientes activos de fármacos conocidos.
Compilado de /scitechdaily