idw – Informationsdienst Wissenschaft

Nachrichten, Termine, Experten

Grafik: idw-Logo
Grafik: idw-Logo

idw - Informationsdienst
Wissenschaft

Science Video Project
idw-Abo

idw-News App:

AppStore

Google Play Store



Instance:
Share on: 
11/29/2023 09:45

Künstliche Intelligenz findet Wege zu neuen Medikamenten

LMU Stabsstelle Kommunikation und Presse
Ludwig-Maximilians-Universität München

    Forschende entwickeln ein KI Modell, das vorhersagen kann, an welchen Stellen ein Wirkstoffmolekül chemisch verändert werden kann.

    Ein Team aus Forschenden der LMU, der ETH Zürich und von Roche Pharma Research and Early Development (pRED) Basel hat ein innovatives Verfahren entwickelt, das mithilfe künstlicher Intelligenz bei der Bestimmung der optimalen Methode zur Synthese von Wirkstoffmolekülen hilft. „Das Verfahren hat das Potenzial, die Anzahl der benötigten Laborversuche erheblich zu reduzieren, was sowohl die Effizienz als auch die Nachhaltigkeit in der chemischen Synthese erhöht”, sagt David Nippa, Erstautor der dazu im Fachmagazin Nature Chemistry veröffentlichten Studie. Nippa ist Doktorand in der Arbeitsgruppe von Dr. David Konrad an der Fakultät für Chemie und Pharmazie der LMU und bei Roche.

    Pharmazeutische Wirkstoffe bestehen in der Regel aus einem Gerüst, an das funktionelle Gruppen gebunden sind. Diese Gruppen ermöglichen eine spezifische biologische Funktion. Um neue oder verbesserte medizinische Wirkungen zu erzielen, werden funktionelle Gruppen an neuen Stellen des Gerüsts platziert. Dieser Prozess ist jedoch in der Chemie besonders schwierig, da die Gerüste, die hauptsächlich aus Kohlenstoff- und Wasserstoffatomen bestehen, selbst kaum reaktiv sind. Eine Methode zur Aktivierung des Gerüsts ist die sogenannte Borylierung. Bei diesem Prozess wird eine chemische Gruppe, die das Element Bor enthält, an ein Kohlenstoffatom des Gerüsts gebunden. Diese Bor-Gruppe kann dann durch eine Vielzahl von medizinisch wirksamen Gruppen ersetzt werden. Obwohl die Borylierung ein großes Potenzial hat, ist sie im Labor schwer zu kontrollieren.

    David Nippa entwickelte zusammen mit Kenneth Atz, Doktorand an der ETH Zürich, ein KI-Modell, dass auf Daten aus vertrauenswürdigen wissenschaftlichen Arbeiten und Experimenten eines automatisierten Labors bei Roche trainiert wurde. Es kann bei jeglichen Molekülen erfolgreich vorhersagen, an welchen Stellen eine Borylierung möglich ist und liefert die optimalen Bedingungen für die Aktivierungsreaktionen. „Interessanterweise verbesserten sich die Vorhersagen, wenn auch die dreidimensionalen Informationen der Ausgangsstoffe und nicht nur ihre zweidimensionalen chemischen Formeln berücksichtigt wurden”, so Atz.

    Die Methode wurde bereits erfolgreich eingesetzt, um in bestehenden Wirkstoffen Stellen zu finden, an denen zusätzliche aktive Gruppen eingeführt werden können. Dies hilft den Forschenden, schneller neue und wirksamere Varianten von bekannten Medikamentenwirkstoffen zu entwickeln.


    Contact for scientific information:

    David Nippa
    Department of Pharmacy
    Ludwig-Maximilians-Universität München
    E-Mail: david.nippa@cup.lmu.de


    Original publication:

    David Nippa & Kenneth Atz et al.: Enabling Late-Stage Drug Diversification by High-Throughput Experimentation with Geometric Deep Learning. Nature Chemistry 2023
    https://doi.org/10.1038/s41557-023-01360-5


    Images

    Criteria of this press release:
    Journalists
    Biology, Chemistry, Information technology, Medicine, Nutrition / healthcare / nursing
    transregional, national
    Research results, Scientific Publications
    German


     

    Help

    Search / advanced search of the idw archives
    Combination of search terms

    You can combine search terms with and, or and/or not, e.g. Philo not logy.

    Brackets

    You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).

    Phrases

    Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.

    Selection criteria

    You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).

    If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).