Gå direkt till innehåll
Bilden visar en jämförelse av AI-modellen av TAAR1 (turkos) och en struktur av receptorn som bestämts genom experiment (lila). Bild: Alejandro Diaz
Bilden visar en jämförelse av AI-modellen av TAAR1 (turkos) och en struktur av receptorn som bestämts genom experiment (lila). Bild: Alejandro Diaz

Pressmeddelande -

AI kan påskynda läkemedelsutveckling

Artificiell intelligens, AI, kan hjälpa till att identifiera molekyler som skulle kunna fungera som nya läkemedel mot psykiska sjukdomar. Med hjälp av AI kan man förutsäga viktiga receptorers tredimensionella strukturer och därigenom påskynda utvecklingen av möjliga läkemedel. Det visar en ny studie från Uppsala universitet som publiceras vetenskapligt i Science Advances.

Inom läkemedelsutveckling används ofta experimentella metoder för att bestämma målproteiners tredimensionella strukturer och för att förstå hur molekyler binder till dem. Informationen behövs för att kunna ta fram och designa läkemedelsmolekyler på ett effektivt sätt. Men arbetsprocessen för att bestämma strukturer kan vara krävande, och det gör att den här strategin inte alltid kan användas.

Tack vare utvecklingen av AI-metoder går det nu att förutsäga proteiners strukturer med högre noggrannhet än tidigare.

I en studie har forskare vid Uppsala universitet använt AI för att skapa en modell av en receptors okända tredimensionella struktur. I det här fallet är det receptorn TAAR1, som är ett intressant målprotein för utveckling av läkemedel mot psykiska sjukdomar. Läkemedelsmolekyler som aktiverar TAAR1 har visat lovande resultat i behandling av schizofreni och depression.

Med beräkningar på superdatorer sökte forskarna sedan i kemiska bibliotek med flera miljoner molekyler för att hitta de som passade bäst i modellen. Molekyler som förutsågs binda till receptorn testades därefter i experiment av forskarkollegor vid Karolinska Institutet. Ett oväntat stort antal av molekylerna aktiverade TAAR1, och en av de mest potenta visade också lovande effekter i djurförsök.

I studiens slutskede blev plötsligt experimentella strukturer för TAAR1 tillgängliga och forskarna kunde då jämföra med AI-modellerna.

– Strukturerna genererade med AI hade förbluffande hög träffsäkerhet – jag trodde knappt det var sant. Resultaten visar också att modellering med AI är betydlig bättre än traditionella metoder. Vi kan nu använda samma strategi för receptorer som vi tidigare bara kunde drömma om att arbeta med, säger Jens Carlsson, som ledde Uppsala universitets del av studien.

Studien har finansierats av bland annat Knut och Alice Wallenbergs stiftelse

Publikation:

Díaz-Holguín et al., AlphaFold accelerated discovery of psychotropic agonists targeting the trace amine–associated receptor 1. Science Advances 10, eadn1524 (2024)

Kontaktinformation:

Jens Carlsson, professor vid institutionen för cell- och molekylärbiologi vid Uppsala universitet och SciLifeLab, jens.carlsson@icm.uu.se, mobil: 072-227 79 76.

Relaterade länkar

Ämnen

Kategorier

Regioner


Uppsala universitet är Sveriges äldsta universitet, grundat 1477. Vi har över 50 000 studenter och 7 500 medarbetare i Uppsala och i Visby. Vi är ett brett forskningsuniversitet med forskning inom samhällsvetenskaper, humaniora, teknikvetenskap, naturvetenskap, medicin och farmakologi. Universitetet är återkommande rankat som ett av världens främsta universitet, med målet att bedriva utbildning och forskning av högsta kvalitet och relevans för att göra långsiktig skillnad i samhället.

Kontakter

Presstjänsten

Presskontakt Kontorstid alla dagar 070-167 92 96

Relaterat innehåll

Uppsala universitet - kvalitet, kunskap och kreativitet sedan 1477.

Uppsala universitet är Sveriges äldsta universitet, grundat 1477. Vi har över 50 000 studenter och 7 500 medarbetare i Uppsala och i Visby. Vi är ett brett forskningsuniversitet med forskning inom samhällsvetenskaper, humaniora, teknikvetenskap, naturvetenskap, medicin och farmakologi. Universitetet är återkommande rankat som ett av världens främsta universitet, med målet att bedriva utbildning och forskning av högsta kvalitet och relevans för att göra långsiktig skillnad i samhället.

Uppsala universitet

Segerstedthuset, Dag Hammarskjölds väg 7
752 36 Uppsala
Sweden

Besök våra andra nyhetsrum