Yuxin Yangi ja kolleegide juhitud uurimisrühm on välja töötanud uuendusliku süvaõppe raamistiku nimega LISA-CPI, mis kombineerib molekulaarseid kujutisi ja valkude struktuurseid kujutisi, et tuvastada potentsiaalseid ravimikandidaate valu raviks.
Krooniline valu on suur ülemaailmne terviseprobleem ja traditsioonilised valuravi võimalused, nagu opioidid, on seotud tõsiste kõrvaltoimetega, näiteks sõltuvusega. Selle probleemi lahendamiseks tutvustasid Yang et al. uudset meetodit, mis kasutab tehisintellekti (AI), et kiirendada mitteopioidse valuvaigistite avastamist, mis on suunatud konkreetsetele G-valguga seotud retseptoritele (GPCR), mis on seotud valu signaaliradadega.
LISA-CPI on ainulaadne selle poolest, et see integreerib ravimilaadsete ühendite molekulaarseid kujutisi ja valgude 3D struktuurseid kujutisi täiustatud AlphaFold2's Evoformer algoritmilt. See lähenemisviis võimaldab väga täpseid prognoose ühendite ja valkude vastastikmõjude kohta, kusjuures mudelit on treenitud üle 10 miljoni märgistamata molekuli ja hinnatud 104 969 ligandi suhtes, mis suhtlevad 33 valuga seotud GPCRiga. Võrreldes olemasolevate mudelitega näitas LISA-CPI märkimisväärset 20% paremat ennustustäpsust, rõhutades selle potentsiaali revolutsiooniliseks muutmiseks arvutusliku ravimiotsingu valdkonnas.
Üks selle uuringu peamisi läbimurdeid on LISA-CPI võime tuvastada ümberpaigutatavaid ravimeid, st ravimeid, mis on algselt välja töötatud muude seisundite jaoks, kuid võivad olla tõhusad ka valu raviks. Identifitseeritud ühendite hulgas olid metüülergometriin ja soole metaboliidid, nagu tsitikoliin, mis näitasid paljulubavaid koostoimeid valuga seotud GPCRidega. Need leiud avavad uusi võimalusi valuravi jaoks, keskendudes eelkõige mitte-opioidsetele sihtmärkidele, mis võiksid oluliselt vähendada sõltuvuse ja muude praeguste valuravimitega seotud kõrvaltoimete riski.
Sügava õppimise mudelit testiti rangelt paljude ChEMBLi ja GLASSi andmebaaside andmete põhjal ning see edestas järjekindlalt teisi masinõppe meetodeid, näiteks ImageMol ja CHEM-BERT. LISA-CPI parem täpsus tuleneb selle kahekordsest keskendumisest keemilisele teadlikkusele ligandide kujutamise kaudu ja üksikasjalikule valgu struktuuri mõistmisele valgu jääkide 3D-paaride kujutamise kaudu. See kombinatsioon muudab selle võimsaks vahendiks ravimi ja valgu koostoimete uurimiseks, mis on kriitilise tähtsusega valu tajumisel ja muudes keerulistes haigustes.
Lisaks ravimite ümberpaigutamisele uuris LISA-CPI ka soolestiku mikroorganismidest saadud metaboliitide potentsiaali valu ravis. Soolestiku tervist on üha enam seostatud erinevate krooniliste haiguste, sealhulgas valuga. LISA-CPI abil avastas töörühm, et teatud metaboliidid, nagu tsitikoliin ja NAD, mida toodavad sellised soolebakterid nagu Bacteroides, võivad omada terapeutilist potentsiaali valu moduleerimisel, suunates GPCRidele. See arusaam lisab valu ravile uue keerukuse, mis viitab sellele, et soolestiku mikrobioomi manipuleerimine võib saada uueks lähenemiseks valu ravimisel.
See uuring tähistab olulist edasiminekut tehisintellektipõhises ravimiuuringutes, eriti selle rakendamisel valu ravis. Selliste keerukate mudelite nagu LISA-CPI kasutamine mitte ainult ei paranda prognooside täpsust, vaid kiirendab ka uute ravivõimaluste tuvastamise protsessi, muutes selle väärtuslikuks abimeheks tõhusamate ja ohutumate valuvaigistamismeetodite otsimisel. Täielik uuring, sealhulgas kõik andmed ja prognoosid, on kättesaadav ajakirjas *Cell Reports Methods* ja sellele saab veebis ligi järgmise lingi kaudu (clearnet).
Kui olete huvitatud sellistest väljaannetest, siis reageerige ja jätke kommentaarid. See on mulle märk, et ma jätkan.