Neues Rechenprotokoll beschleunigt die Entdeckung von Medikamenten für die Chagas-Krankheit

Forscher der University of Kent haben ein Berechnungsprotokoll erstellt, das die Entwicklung wirksamerer Behandlungen für lebensbedrohliche parasitäre Infektionen wie die Chagas-Krankheit beschleunigen könnte, indem es Wissenschaftlern ermöglicht, Reaktionen genau zu identifizieren, die zu erfolgreichen Arzneimittelkandidaten führen können, ohne dass Versuch und Irrtum erforderlich sind.

Schätzungen zufolge sind weltweit etwa 8 Millionen Menschen, hauptsächlich in Lateinamerika, damit infiziert Trypanosoma cruzider Parasit, der die Chagas-Krankheit verursacht, von dem etwa 100 Millionen Menschen als infektionsgefährdet gelten. Während die Krankheit in ihrer frühen, akuten Phase geheilt werden kann, können unbehandelte Infektionen chronisch werden und zu schweren Komplikationen führen, die das Herz, das Verdauungssystem und das Nervensystem betreffen.

Trotz der möglicherweise tödlichen Folgen einer Infektion betreffen parasitäre Krankheiten oft einkommensschwache und unterversorgte Gemeinschaften, was den kommerziellen Anreiz für Pharmaunternehmen verringert, in neue Behandlungen zu investieren. Daher ist die Verbesserung der Effizienz und Kostenwirksamkeit der Arzneimittelentwicklung im Frühstadium von entscheidender Bedeutung, um neue Therapien leichter realisierbar zu machen.

Hier kommt die Computerchemie ins Spiel. Durch die Modellierung und Simulation des Verhaltens potenzieller Arzneimittelverbindungen vor deren Testung im Labor können Forscher Kosten senken und Entdeckungen beschleunigen.

In dieser aktuellen Studie konzentrierten sich Kent-Forscher auf Naphthochinone, eine Klasse von Verbindungen mit bekannter Wirkung gegen parasitäre Krankheiten, insbesondere gegen die Chagas-Krankheit. Das Team untersuchte Ansätze zur selektiven Modifizierung dieser Verbindungen mithilfe eines Katalysators auf Rutheniumbasis, der es Wissenschaftlern ermöglicht, die Verbindungen systematisch zu „bearbeiten“ und Eigenschaften wie Wirksamkeit, Stabilität und Selektivität zu optimieren, die allesamt für erfolgreiche Arzneimittelkandidaten wichtig sind.

Um vorherzusagen, welche Modifikationen am wahrscheinlichsten gelingen, verglichen die Forscher neun weit verbreitete quantenchemische Ansätze mit einer hochpräzisen Referenzmethode. Sie identifizierten ein Protokoll, das hochrangige Rechenergebnisse genau reproduziert und gleichzeitig zeigt, dass eine kostengünstigere Methode für ein viel schnelleres Screening verwendet werden kann, ohne dass mechanistische Erkenntnisse verloren gehen.

Mit ausreichender Genauigkeit, um ein effizienteres und zielgerichteteres Design zu unterstützen, können Wissenschaftler diese chemischen Modifikationen modellieren und gleichzeitig teure Versuche im Labor reduzieren, die vielversprechendsten Verbindungen früher priorisieren und den Prozess der Arzneimittelentwicklung deutlich schneller und erschwinglicher machen.

Bei Krankheiten wie der Chagas-Krankheit und anderen vernachlässigten tropischen Parasitenkrankheiten, bei denen die kommerziellen Anreize für die Arzneimittelentwicklung häufig schwächer sind, sind Methoden, die Versuch und Irrtum reduzieren und dabei helfen, die vielversprechendsten Verbindungen zu priorisieren, besonders wertvoll. Sie ersetzen keine Experimente, können aber dabei helfen, experimentelle Anstrengungen dort zu konzentrieren, wo sie am wahrscheinlichsten produktiv sind.“

Dr. Felipe Fantuzzi, Hauptautor, Dozent für Chemie, Fakultät für Naturwissenschaften

Da sich die Arzneimittelforschung in Richtung schnellerer und prädiktiverer Strategien bewegt, wird künstliche Intelligenz immer häufiger eingesetzt, und wie Dr. Fantuzzi erklärt, fungiert der in dieser Studie verwendete Ansatz als natürlicher Partner dafür.

„Physikbasierte Computerchemie bleibt von entscheidender Bedeutung, wenn es darum geht, in chemisch interpretierbaren Begriffen zu verstehen, wie eine katalytische Reaktion tatsächlich funktioniert.“ KI spielt eine immer wichtigere Rolle bei der Identifizierung von Mustern, der Priorisierung von Kandidaten und der effizienteren Erkundung des chemischen Raums, aber sie ist am effektivsten, wenn sie mit einer robusten mechanistischen Modellierung der hier verwendeten Art kombiniert wird.“

Die Forschung wurde im Rahmen des NUBIAN-Projekts durchgeführt, einer internationalen Zusammenarbeit zwischen Großbritannien, Brasilien und Sierra Leone, die von der Royal Society unterstützt wird. Das Projekt konzentriert sich auf die Bekämpfung vernachlässigter Tropenkrankheiten durch interdisziplinäre und internationale Forschung mit dem Ziel, die Behandlungsmöglichkeiten für einige der am stärksten gefährdeten Gemeinschaften der Welt zu verbessern.

Quellen: