Integrated XGBoost-Based Virtual Screening and Molecular Dynamics Simulation for the Identification of Potential CCR5 Antagonists
Cette étude identifie le FDB020301 comme un candidat prometteur de nouvelle génération contre le VIH en intégrant un criblage virtuel basé sur XGBoost, le profilage ADMET, l'amarrage moléculaire et des simulations de dynamique moléculaire pour démontrer sa liaison et sa stabilité supérieures au récepteur CCR5 par rapport au médicament clinique Maraviroc.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA d'un preprint qui n'a pas été évalué par des pairs. Ce n'est pas un avis médical. Ne prenez pas de décisions de santé basées sur ce contenu. Lire la clause de non-responsabilité complète
Le virus de l'immunodéficience humaine, ou VIH, demeure un défi de santé mondiale persistant, nécessitant une recherche constante de nouveaux moyens pour empêcher le virus d'infecter les cellules humaines. Le virus ne pénètre pas dans les cellules de lui-même ; il a besoin d'un ensemble spécifique de clés pour déverrouiller la porte. L'une des clés les plus importantes est une protéine à la surface des cellules immunitaires appelée récepteur CCR5. Lorsque le virus se fixe à ce récepteur, il gagne l'accès et commence à se répliquer. Les scientifiques savent depuis longtemps que bloquer ce récepteur peut stopper l'infection, et un médicament appelé Maraviroc a été développé pour faire précisément cela. Cependant, comme beaucoup de traitements, le virus peut finir par apprendre à contourner ce blocage, et le médicament ne fonctionne pas pour toutes les souches du VIH. Cette réalité pousse les chercheurs à chercher de nouveaux bloqueurs plus puissants qui puissent surpasser le virus et protéger les cellules immunitaires.
Pour trouver ces nouveaux bloqueurs sans passer des années à tester des milliers de produits chimiques en laboratoire, une équipe de chercheurs de l'Université de Kakatiya en Inde s'est tournée vers la puissance de l'informatique. Ils ont combiné deux approches puissantes : l'apprentissage automatique (machine learning), qui est un type d'intelligence artificielle apprenant des modèles à partir de données, et la simulation moléculaire, qui agit comme un film à haute vitesse montrant comment les molécules se déplacent et s'attachent les unes aux autres. Leur objectif était de passer au crible une vaste bibliothèque de substances chimiques dérivées de l'alimentation pour trouver quelques candidats prometteurs capables de se lier étroitement au récepteur CCR5 et de le neutraliser. En utilisant un modèle informatique entraîné sur des médicaments connus comme actifs ou inactifs, ils ont réduit une liste de près de soixante-dix mille composés à seulement une poignée de meilleurs prétendants, identifiant finalement une molécule qui a montré un potentiel exceptionnel lors de leurs tests numériques.
Les chercheurs ont commencé leur recherche avec une vaste collection de structures chimiques connue sous le nom de FooDB, qui contient des informations sur plus de soixante-dix mille composés présents dans les aliments. Ils ont d'abord utilisé un outil d'apprentissage automatique appelé XGBoost pour prédire quels produits chimiques pourraient être capables d'arrêter le récepteur CCR5. Cet outil avait été entraîné sur un ensemble de données de plus de treize mille produits chimiques connus, apprenant à distinguer ceux qui bloquaient avec succès le récepteur de ceux qui ne le faisaient pas. Lorsque l'équipe a injecté la base de données alimentaire dans ce modèle entraîné, l'ordinateur a signalé plus de dix mille composés comme potentiellement actifs. Pour rendre la liste gérable, ils se sont concentrés sur les deux mille candidats les plus probables et les ont vérifiés par rapport aux règles standards de sécurité et d'absorption. Ce processus, connu sous le nom de filtrage de la « drug-likeness » (caractère de médicament), a permis de s'assurer que les produits chimiques étaient suffisamment petits et possédaient l'équilibre chimique approprié pour être absorbés par le corps humain sous forme de comprimé.
Après ce premier criblage, l'équipe a appliqué une seconde couche de vérifications pour prédire comment les produits chimiques se comporteraient à l'intérieur du corps humain. Ils ont recherché des signes de toxicité, tels que le potentiel de provoquer un cancer ou d'endommager le cœur, et ont vérifié la capacité du corps à les absorber et à les traiter. Seules onze substances ont passé tous ces obstacles de sécurité et d'absorption. Ces onze composés ont ensuite été soumis à une simulation informatique détaillée appelée amarrage moléculaire (molecular docking). Dans cette étape, les chercheurs ont placé chacun des onze produits chimiques dans un modèle numérique du récepteur CCR5 pour voir comment ils s'y ajustaient. Ils ont comparé les résultats au Maraviroc, le traitement de référence actuel. Un composé, identifié sous le nom de FDB020301, s'est immédiatement distingué. Il s'est logé dans le récepteur avec une énergie de liaison de moins onze virgule quatre kilocalories par mole, ce qui est une mesure de la force de leur adhérence. Ce score était supérieur à celui du Maraviroc, qui affichait moins dix virgule cinq, suggérant que le FDB020301 pourrait tenir plus solidement.
Pour s'assurer que cet ajustement serré n'était pas seulement un instantané chanceux mais une réalité stable, les chercheurs ont effectué une simulation de dynamique moléculaire de dix nanosecondes. Il s'agit d'une expérience informatique qui observe comment le médicament et le récepteur se déplacent et interagissent au fil du temps, en tenant compte du tressautement constant des atomes et de la présence de molécules d'eau. La simulation a montré que le complexe est resté stable tout au long de l'expérience. Le récepteur n'a pas perdu sa forme et le médicament est resté fermement en place, formant des liaisons hydrogène et d'autres interactions avec des parties spécifiques du récepteur, telles que les acides aminés nommés TYR37 et GLN280. Les chercheurs ont également calculé l'énergie nécessaire pour extraire le médicament du récepteur, trouvant une valeur de moins trente-cinq virgule dix-neuf kilocalories par mole, ce qui a confirmé davantage que la liaison était forte et énergétiquement favorable.
L'étude conclut que le FDB020301 est un candidat très prometteur pour un nouveau traitement contre le VIH, mais les chercheurs prennent soin de noter que ces résultats n'existent que dans l'ordinateur. La molécule n'a pas encore été testée dans une cellule vivante ou un corps humain. Bien que les preuves numériques suggèrent qu'il s'agit d'un bloqueur puissant doté de bons profils de sécurité, les prochaines étapes nécessitent des expériences réelles en laboratoire pour prouver qu'il fonctionne contre le virus dans le monde réel. D'ici là, ce travail sert de démonstration puissante de la manière dont l'informatique moderne peut guider les scientifiques vers de nouvelles possibilités, transformant une mer massive de données chimiques en une cible unique et précise pour de futures percées médicales.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.