Une équipe internationale de chercheurs de l'université d'Édimbourg et du Conseil national de la recherche espagnol IBBTEC-CSIC a utilisé l'IA pour accélérer la découverte de médicaments antivieillissement.
Leur étude a identifié trois médicaments sénolytiques potentiels capables de ralentir le vieillissement et de prévenir les maladies liées à l'âge. Ces médicaments agissent en éliminant les cellules sénescentes, souvent appelées "cellules zombies". Ces cellules restent métaboliquement actives mais sont incapables de se répliquer.
L'arrêt de la réplication cellulaire est un mécanisme défensif qui permet d'éviter la propagation des lésions cellulaires, mais ce n'est pas tout à fait simple.
Cette mesure de protection est principalement destinée à empêcher la prolifération des cellules dont l'ADN a été endommagé - par exemple, les cellules qui ont été endommagées par l'exposition à la lumière du soleil. En stoppant la réplication de ces cellules endommagées, l'organisme s'assure que ces dommages ne se propagent pas à d'autres cellules.
Cependant, ces cellules qui ont cessé de se diviser, appelées cellules sénescentes, peuvent potentiellement causer des dommages. Lorsqu'elles entrent en phase de sénescence, elles commencent à libérer des protéines connues pour provoquer des inflammations.
Cela peut affecter les cellules saines voisines, créant potentiellement un environnement inflammatoire. Au fil du temps, cette accumulation d'inflammation peut contribuer à diverses complications de santé.
Par exemple, l'inflammation est liée à de nombreuses maladies, notamment les maladies neurologiques et dégénératives, le diabète de type 2, la fibrose pulmonaire, l'arthrose et le cancer.
Par conséquent, si l'arrêt de la réplication cellulaire est essentiel pour prévenir la propagation des lésions de l'ADN, la réaction inflammatoire associée aux cellules sénescentes peut entraîner d'autres problèmes de santé si elle n'est pas correctement prise en charge.
C'est là que les médicaments sénolytiques peuvent être utiles.
Le rôle de l'IA
Des recherches antérieures sur des souris de laboratoire ont démontré que les médicaments sénolytiques améliorent ce scénario inflammatoire en éliminant les cellules sénescentes et en épargnant les cellules saines.
Bien qu'il existe environ 80 sénolytiques connus, seule une combinaison de deux d'entre eux, le dasatinib et la quercétine, a été testée chez l'homme.
La découverte de médicaments est exceptionnellement coûteuse et prend généralement de 10 à 20 ans - c'est un goulot d'étranglement important dans le pipeline de développement des médicaments. Dans cette étude, les chercheurs ont utilisé l'apprentissage automatique pour accélérer la découverte de nouveaux médicaments sénolytiques.
Ils ont formé des modèles d'IA sur des molécules sénolytiques et non sénolytiques existantes, ce qui a permis à l'IA de les distinguer et de prédire la probabilité que des molécules non rencontrées soient sénolytiques.
Sur les 4 340 molécules évaluées, l'IA en a repéré 21 qui avaient une forte probabilité d'être sénolytiques en moins de 5 minutes.
L'un des auteurs de l'étude, le Dr Vanessa Smer-Barreto, a déclaré à The Conversation que, s'ils étaient testés traditionnellement en laboratoire, il faudrait 50 000 livres sterling rien que pour acheter les composés, sans compter le coût de l'équipement et de l'installation.
Après des tests in vitro sur des cellules saines et sénescentes, 3 des 21 molécules, periplocin, oleandrin et Linkedin, ont éliminé efficacement les cellules sénescentes tout en épargnant les cellules normales.
Lors de tests complémentaires, l'oléandrine, un composé présent dans le laurier-rose, a surpassé les sénolytiques les plus connus de sa catégorie.
L'équipe teste actuellement les trois candidats sénolytiques sur des tissus pulmonaires humains, et les résultats sont attendus dans environ deux ans.
Au cours des derniers mois, l'IA a antibiotiques potentiels identifiés efficace pour tuer les bactéries résistantes aux médicaments, et une société de biotechnologie basée à Hong Kong a reçu l'autorisation d'entamer des essais cliniques avec une molécule de type Médicament découvert par l'IA.
La capacité de l'IA à effectuer des analyses complexes de molécules accélère considérablement les pipelines de développement pharmaceutique, ce qui ouvre de nouvelles perspectives pour s'attaquer à des affections et maladies courantes et difficiles à traiter.
