Arrenca el projecte europeu LIGAND-AI per a transformar el desenvolupament de fàrmacs amb intel·ligència artificial

El projecte europeu LIGAND-AI, finançat per la Innovative Health Initiative (IHI) amb 60 milions d'euros en cinc anys, reuneix 18 socis de nou països, inclòs el Vall d’Hebron Institut d’Oncologia (VHIO), amb l'objectiu de generar grans conjunts de dades obertes i d'alta qualitat sobre interaccions proteïna-lligand i utilitzar-les per entrenar models d'intel·ligència artificial que puguin predir quines molècules són capaces de vincular-se a milers de proteïnes humanes i, per tant, tindrien el potencial de convertir-se en nous fàrmacs.

Liderat per Pfizer i l’Structural Genomics Consortium (SGC), el consorci LIGAND-AI estudiarà les possibles interaccions entre milions de compostos químics i milers de proteïnes rellevants tant per a malalties amb tractaments disponibles com per a necessitats mèdiques no cobertes, incloent-hi malalties rares, neurològiques i oncològiques.

En aquest context, el Grup d’Identificació de Fàrmacs i Intel·ligència Artificial, liderat pel Dr. Albert Antolin, que s'ha incorporat recentment al VHIO, colidera juntament amb la companyia IBM l'àrea de machine learning, responsable de desenvolupar i entrenar nous models d'intel·ligència artificial a partir de les dades generades per LIGAND-AI, amb l'objectiu de predir de manera sistemàtica l'afinitat entre molècules i proteïnes humanes.

Canvi d'enfocament en el descobriment de nous fàrmacs

“El descobriment precoç de fàrmacs és un procés llarg, costós i ple d'incertesa. Els científics dediquen anys a provar milers de molècules per trobar-ne una que es vinculi a una proteïna relacionada amb una malaltia, però en la majoria dels casos, aquests esforços fracassen durant els assaigs clínics”, explica el Dr. Antolin. “Per reduir els riscos, moltes empreses opten per desenvolupar fàrmacs poc innovadors per a les mateixes proteïnes. No obstant això, per al 80% de les proteïnes humanes, encara no comptem amb cap compost conegut que es pugui unir a elles i utilitzar-se per crear nous tractaments.”, afegeix.

“A través del projecte LIGAND-AI volem canviar aquest enfocament combinant tecnologies avançades de laboratori amb mètodes computacionals per accelerar el descobriment de fàrmacs enfocant-nos en proteïnes poc estudiades o difícils que donaran lloc a fàrmacs realment innovadors.”, destaca l’investigador.

El consorci generarà milers de milions de dades de química biològica mitjançant tecnologies de cribratge, la qual cosa permetrà als investigadors de tot el món desenvolupar, entrenar i comparar models d'intel·ligència artificial capaços de predir interaccions moleculars.

“Aquest projecte reuneix científics i empreses de diferents disciplines dins d'un ecosistema de ciència oberta. És encoratjador veure com comunitats científiques tan diverses convergeixen en una visió comuna per generar i compartir amb el món dades químiques valuoses de manera oberta”, afirma Aled Edwards, CEO del Structural Genomics Consortium i coordinador del projecte.

Per la seva banda, el Dr. Albert Antolín, colíder de l'àrea de machine learning, destaca la dimensió transformadora de la iniciativa: “Es tracta d'una autèntica revolució, comparable a la que va suposar el Projecte Genoma Humà, però aplicada a la química biològica. LIGAND-AI està generant un volum de dades sobre interaccions proteïna–lligand molt superior al disponible fins ara, de manera homogènia i oberta, la qual cosa ens permetrà desenvolupar models d'intel·ligència artificial molt més potents que poden predir compostos químics per a qualsevol proteïna amb elevada precisió.”

Ciència oberta a la xarxa MAINFRAME

Tots els resultats del projecte es compartiran a través de MAINFRAME, una xarxa internacional de ciència oberta que connecta experts en machine learning i química computacional per impulsar el descobriment precompetitiu de fàrmacs. “En el marc de LIGAND-AI, MAINFRAME ja ha començat a organitzar reptes oberts d’avaluació de models d’intel·ligència artificial, convidant la comunitat científica internacional a co-crear i perfeccionar models predictius que siguin localitzables, accessibles, interoperables i reutilitzables”, remarca Antolín.

En integrar coneixements en ciència de proteïnes, biologia estructural, química i aprenentatge automàtic, el projecte construirà una xarxa dinàmica en què els descobriments experimentals i computacionals evolucionin conjuntament, assegurant que el progrés sigui acumulatiu, transparent i accessible.

En definitiva, l'eix central de LIGAND-AI és accelerar la identificació de noves oportunitats terapèutiques i establir les bases d'una investigació més eficient, reproduïble i orientada a l'impacte clínic. El projecte s’emmarca en la iniciativa Target 2035, l'objectiu de la qual és identificar moduladors químics per a totes les proteïnes humanes abans de 2035, impulsant un nou paradigma en el descobriment de fàrmacs basat en la ciència oberta, les dades i la col·laboració global.

Socis que conformen el consorci LIGAND-AI

Structural Genomics Consortium, European Molecular Biology Laboratory, Goethe University Frankfurt, Universidade Estadual de Campinas, University College London, University Health Network, Vall d’Hebron Institut d’Oncologia (VHIO), Abcam Limited, AstraZeneca UK Limited, Chemspace LLC, Enamine Germany GmbH, IBM Israel – Science and Technology LTD, Novo Nordisk, Nuvisan ICB GmbH, Pfizer Inc, The Hospital for Sick Children, Thermo Fisher Scientific GmbH i Vernalis (R&D) Limited.