Des recherches sont menées à l'Institut de chimie afin de découvrir des composés potentiellement anticancéreux à partir de structures de xanthones naturelles. (Photo : VAN NGA)
Le cancer a un impact considérable sur la santé publique, rendant de plus en plus urgent le besoin de solutions thérapeutiques efficaces, sûres et durables. L'intégration de l'intelligence artificielle (IA), du calcul haute performance et de la validation expérimentale ouvre la voie à des approches efficaces pour la conception de dérivés de xanthone destinés à la thérapie ciblée du cancer.
La conception de médicaments assistée par ordinateur (CADD) est devenue une tendance majeure en chimie pharmaceutique moderne. Au Vietnam, l'intégration de l'intelligence artificielle et du calcul haute performance aux méthodes expérimentales ouvre de nouvelles perspectives pour l'exploitation des composés naturels. Dans cette étude, les structures de xanthones ont été sélectionnées comme matériau de départ prometteur, et la démarche de recherche s'est orientée de la simulation à la validation expérimentale.
Parallèlement aux traitements traditionnels, la tendance actuelle en matière de développement de médicaments s'oriente fortement vers la conception ciblée, associée à des technologies informatiques avancées afin de réduire les délais de recherche et d'améliorer l'efficacité. Dans ce contexte, les composés d'origine naturelle, notamment les xanthones, suscitent un intérêt croissant en raison de leur potentiel biologique diversifié, incluant une activité anticancéreuse. Cependant, l'exploitation efficace de ces composés demeure limitée si l'on s'appuie uniquement sur les méthodes expérimentales traditionnelles, qui sont longues et coûteuses.
Le professeur agrégé Pham Minh Quan et ses collègues de l'Institut de chimie (Académie des sciences et technologies du Vietnam) ont mis en œuvre le projet « Recherche de composés potentiellement inhibiteurs de cellules cancéreuses à partir de composés naturels de type xanthone par simulation informatique combinée à des méthodes expérimentales ». Ce projet vise à instaurer une démarche de recherche intégrée combinant des méthodes informatiques modernes telles que l'intelligence artificielle, la simulation moléculaire et le calcul haute performance à une validation expérimentale, contribuant ainsi à l'émergence d'une nouvelle approche de la recherche et du développement pharmaceutiques au Vietnam.
Le professeur agrégé Pham Minh Quan a indiqué que l'équipe de recherche a constitué une base de données de composés xanthones, incluant à la fois des composés pour lesquels des données expérimentales existent et ceux utilisés pour le criblage virtuel. À partir de cette base de données, un modèle d'apprentissage automatique a été développé et entraîné afin de prédire les interactions potentielles des composés avec des cibles biologiques liées au cancer, générant ainsi rapidement une liste restreinte de composés potentiels inhibant la protéine étudiée. La combinaison de données expérimentales publiées et de modèles informatiques offre un guidage plus précis pour le processus de criblage, contrairement à la méthode traditionnelle par essais et erreurs.
Simultanément, les paramètres pharmacocinétiques et l'indice de « likeness » des composés sont prédits à l'aide d'outils informatiques spécialisés. Ceci garantit non seulement la sélection de composés à fort potentiel d'inhibition de la protéine cible, mais aussi le respect des critères essentiels au développement de médicaments, tels que l'absorption, la distribution et l'innocuité. Il s'agit d'une étape cruciale pour améliorer la fiabilité des prédictions informatiques et affiner la liste des composés précurseurs potentiels avant de passer à la phase expérimentale.
L'un des points forts de cette recherche réside dans l'application de modèles d'apprentissage profond à la conception de nouveaux dérivés à partir de composés de tête identifiés. Au lieu de se contenter de « rechercher », cette recherche a franchi une étape cruciale en « concevant » de nouveaux dérivés à partir des structures des composés de tête, dans le but d'en améliorer l'activité. Cette approche démontre clairement le rôle de l'IA non seulement dans l'analyse des données, mais aussi dans la création de nouvelles structures moléculaires, une voie qui suscite un intérêt croissant à l'échelle mondiale dans le domaine de la conception de médicaments.
Notamment, à partir de la liste des dérivés potentiels obtenue par simulation, l'étude a procédé à la semi-synthèse de ces dérivés à partir de l'acide gambogique, un composé xanthone abondant dans la résine de Coptis chinensis. Deux principaux groupes de dérivés, les esters (11 composés) et les amides (8 composés), ont été synthétisés avec un rendement élevé, et le procédé de synthèse a également été mis au point et publié.
Les dérivés obtenus ont été évalués pour leur activité biologique sur des lignées cellulaires cancéreuses ; les deux composés les plus prometteurs ont ensuite été testés sur des modèles animaux afin de déterminer leur potentiel d’inhibition tumorale, tandis que des évaluations de toxicité aiguë et subchronique ont été réalisées pour garantir leur innocuité. Les résultats ont montré que de nombreux dérivés présentaient une activité antitumorale significative, conforme aux prédictions de simulation ; le méthyl gambogate et le morpholinyl gambogamide se sont distingués par leur efficacité antitumorale supérieure.
Cependant, selon le professeur agrégé Pham Minh Quan, la mise en œuvre de la recherche intégrée se heurte encore à de nombreux obstacles. Premièrement, le manque de sources de données expérimentales de haute qualité limite la qualité des données d'entrée des modèles d'apprentissage automatique, ce qui nuit à la fiabilité des prédictions. De plus, une intégration efficace entre les groupes de recherche interdisciplinaires, notamment en chimie, biologie, bioinformatique et science des données, exige une coordination étroite des compétences et des méthodes de travail.
Sur la base de ces premiers résultats, l'équipe de recherche prévoit d'étendre à l'avenir l'application du modèle CADD à d'autres groupes de composés naturels, tout en diversifiant les cibles thérapeutiques et en contribuant à l'amélioration de la recherche et du développement de médicaments.
HIEU LIEN NGA
Source : https://nhandan.vn/tich-hop-ai-dieu-tri-ung-thu-post964425.html
![[GALERIE] Un iPhone totalement différent pour l'édition du 20e anniversaire](https://vphoto.vietnam.vn/thumb/402x226/vietnam/resource/IMAGE/2026/05/25/1779686871893_212-jpg.webp)
Comment (0)