p Os pesquisadores da SMU desenvolveram um conjunto de rotinas baseadas em computador que podem imitar as reações químicas em um laboratório, cortar o tempo e as despesas relacionadas ao trabalho frequentemente necessárias para encontrar o melhor medicamento possível para um resultado desejado. p A universidade tem uma patente pendente para as rotinas computacionais sob o nome ChemGen. Além de acelerar o processo de localização de medicamentos de sucesso para aplicações específicas, O ChemGen permitirá que laboratórios menores contribuam para pesquisas significativas em um nível que muitos atualmente não podem pagar.

p "ChemGen tem a capacidade de substituir uma equipe de 20 químicos orgânicos altamente qualificados na otimização de uma molécula de interesse, "disse o principal inventor John Wise, um professor SMU especializado em bioquímica estrutural. "Basicamente, estamos armando um exército de laboratórios menores para fazer pesquisas realmente sofisticadas.

p “Também espero que as grandes empresas farmacêuticas aproveitem esta tecnologia, também, "Wise disse. ChemGen poderia potencialmente capacitar um prédio cheio de químicos qualificados para aumentar drasticamente sua produtividade de trabalhar em apenas seis problemas por ano para até 60, ele disse.

p "Isso fará com que novos medicamentos sejam lançados mais rapidamente e mais baratos, que é exatamente o que precisamos para o coronavírus e o que vier a seguir, "Wise disse.

p Atualmente, pode levar de 12 a 15 anos para um novo medicamento chegar ao seu projeto, desenvolvimento, teste e processo de aprovação para uso em pacientes. E embora o custo médio do desenvolvimento de medicamentos para os fabricantes seja objeto de debate, as estimativas colocam esse custo em até US $ 2,6 bilhões.

p Como funciona

p ChemGen acelera uma parte inicial do processo de descoberta de medicamentos conhecido como otimização farmacológica - tornando o medicamento funcional e eficaz para aplicações específicas - uma tarefa que pode levar meses para uma equipe de químicos orgânicos fazer. ChemGen pode fazer as mesmas tarefas virtualmente em poucos dias usando computadores de alto desempenho como o gigantesco ManeFrame II da SMU.

p Wise explica que a primeira etapa na criação de uma droga é identificar um alvo molecular sobre o qual a droga pode atuar - um alvo que desempenha um papel em permitir que uma pessoa seja infectada por um vírus, sentir sintomas de uma doença ou sofrer outros danos ao corpo. Uma vez que o alvo é identificado, a próxima etapa é encontrar o máximo possível de chaves químicas que possam potencialmente bloquear a função do alvo e prevenir os efeitos biológicos negativos que causam doenças e enfermidades. Ambos os alvos moleculares e as chaves químicas que agem sobre eles tendem a ser moléculas extremamente complexas, responsável por uma série de tarefas no corpo humano.

p "Eles são como pessoas, "Wise disse." Eles são todos diferentes. "

p "Quando uma empresa farmacêutica encontra uma droga - uma 'chave' química que eles acham que pode ser valiosa - eles podem ter uma equipe de químicos muito qualificados trabalhando naquela molécula-alvo. Essa não é a única molécula com a qual eles trabalharão, mas eles podem passar três meses do próximo ano fazendo 1, 000 variações daquela molécula, "Wise disse.

p Esta é a abordagem tradicional para a otimização farmacológica - químicos tentando determinar se há uma correspondência melhor para a proteína-alvo do que a que acabaram de encontrar. O motivo que importa é que, se um medicamento não se encaixa perfeitamente na proteína, ele não se ligará com força suficiente àquela proteína para ser eficaz. Os pesquisadores também precisam identificar quais outras proteínas do corpo humano podem ser bloqueadas involuntariamente por essa mesma chave, possivelmente causando efeitos colaterais.

p ChemGen cria variantes moleculares da chave química original computacionalmente, em vez de em um laboratório de físico-química. Ele imita o que aconteceria em várias combinações de circunstâncias.

p "Ensinamos à ChemGen as regras da química para essas reações - o que pode ser feito e o que não pode ser feito, "disse o Sábio, professor associado do Departamento de Ciências Biológicas da SMU. "Podemos tomar mil compostos, reaja-os no computador, e faça 1, 000 produtos a partir disso. Então podemos pegar esse grupo de 1, 000 e reaja-os com um segundo grupo de 1, 000 outras moléculas para criar um milhão de diferentes, mas produtos relacionados. Isso gera uma enorme quantidade de variação química para uma determinada molécula. "

p Como resultado, ChemGen pode examinar essas variantes e determinar se alguma delas é uma combinação melhor para a proteína-alvo do que a chave original.

p "O processo é cego. Não há preconceito. Ele gera essas variantes, e então apenas diz, "Você se encaixa bem, e classifica isso, "Wise disse." Portanto, um grupo de pesquisa ou empresa farmacêutica só precisa realmente sintetizar as moléculas com as melhores chances de serem melhoradas, deixando as milhares de moléculas não aprimoradas no computador e não na bancada do laboratório.

p "Essa abordagem é muito eficiente em tempo e dinheiro, "Wise disse." Limita o desperdício e torna mais provável que a nova droga seja melhor do que o que foi originalmente descoberto. "

p Wise trabalha há mais de uma década com outros cientistas da SMU, incluindo alunos, para desenvolver o que se tornou o ChemGen.

p Wise teve a ideia de criar o ChemGen enquanto ele e Pia Vogel tentavam encontrar compostos que pudessem reverter o fracasso da quimioterapia em cânceres agressivos. Vogel é professor e diretor do Center for Drug Discovery da SMU, Design e entrega.

p Alex Lippert, um professor associado de química, ajudou a Wise a programar o ChemGen para saber o que ele poderia ou não fazer em uma reação química. Lippert e seu Ph.D. A estudante Maha Aljowni também sintetizou fisicamente os compostos de drogas previstos pelo ChemGen e mostrou que previu com precisão novas moléculas que poderiam ser ativas no câncer de resistência a múltiplas drogas.

p Robert Kalescky pegou os scripts que Wise escreveu e os converteu em uma linguagem de programação diferente, para que o ChemGen funcione mais rápido e possa ser usado por qualquer pessoa. Kalescky é Cientista de Aplicações HPC da SMU, que auxilia a comunidade de pesquisa da SMU com o uso do ManeFrame II.

p Amila K. Nanayakkara, Mike Chen, Maisa Correa de Oliveira e Lauren Ammerman - todas foram ou são alunas do Doutorado em Ciências Biológicas. programa na SMU - também ajudou a testá-lo. Ketetha Olengue também auxiliou nas primeiras pesquisas, quando ainda era estudante de graduação na SMU.