Integrarea inteligenței artificiale în tratamentul cancerului.

Cancerul are un impact semnificativ asupra sănătății publice, prin urmare, nevoia de a găsi soluții de tratament eficiente, sigure și durabile devine din ce în ce mai urgentă.

Báo Nhân dân•25/05/2026

La Institutul de Chimie se desfășoară cercetări pentru a găsi potențiali compuși inhibitori ai cancerului din structurile naturale ale xantonei. (Foto: VAN NGA)

La Institutul de Chimie se desfășoară cercetări pentru a găsi potențiali compuși inhibitori ai cancerului din structurile naturale ale xantonei. (Foto: VAN NGA)

Cancerul are un impact semnificativ asupra sănătății publice, ceea ce face ca nevoia de soluții de tratament eficiente, sigure și sustenabile să fie din ce în ce mai urgentă. Integrarea inteligenței artificiale (IA), a calculului de înaltă performanță și a validării experimentale deschide abordări eficiente în proiectarea derivaților de xantonă pentru terapia țintită a cancerului.

Proiectarea asistată de calculator a medicamentelor (CADD) devine o tendință semnificativă în chimia farmaceutică modernă. În Vietnam, integrarea inteligenței artificiale și a calculului de înaltă performanță cu metodele experimentale deschide noi abordări pentru exploatarea compușilor naturali. În acest studiu, structurile de xantonă au fost selectate ca material sursă promițător, cu un proces de cercetare orientat de la simulare la verificarea experimentală.

Alături de tratamentele tradiționale, tendința în dezvoltarea modernă a medicamentelor se îndreaptă puternic către proiectarea unor medicamente specifice, combinată cu tehnologii computaționale avansate pentru a scurta timpul de cercetare și a îmbunătăți eficiența. În cadrul acestei tendințe, compușii derivați natural, în special xantonele, atrag atenția datorită potențialului lor biologic divers, inclusiv a activității anticancerigene. Cu toate acestea, exploatarea eficientă a acestor compuși rămâne limitată dacă se bazează exclusiv pe metode experimentale tradiționale, care consumă mult timp și sunt costisitoare.

Profesorul asociat, Dr. Pham Minh Quan, și colegii săi de la Institutul de Chimie (Academia de Știință și Tehnologie din Vietnam) au implementat proiectul „Cercetare privind utilizarea simulării computaționale combinate cu metode experimentale pentru căutarea unor potențiali compuși inhibitori ai celulelor canceroase din compuși-structură xantonici derivați natural”. Acest proiect își propune să construiască un proces de cercetare integrat în care metodele computaționale moderne, cum ar fi inteligența artificială, simularea moleculară și calculul de înaltă performanță, sunt utilizate în combinație cu verificarea experimentală, contribuind la deschiderea unei noi abordări în cercetarea și dezvoltarea medicamentelor în Vietnam.

Profesorul asociat, Dr. Pham Minh Quan, a declarat că echipa de cercetare a construit o bază de date cu compuși xantonici, incluzând atât compuși cu date experimentale existente, cât și pe cei utilizați pentru screening-ul virtual. Pe baza acestui fapt, a fost dezvoltat și antrenat un model de învățare automată pentru a prezice potențialele interacțiuni ale compușilor cu ținte biologice legate de cancer, generând astfel rapid o listă scurtă de potențiali compuși care inhibă proteina studiată. Combinarea datelor experimentale publicate cu modelele computaționale oferă îndrumări mai clare pentru procesul de screening, în loc să se bazeze pe abordarea tradițională de „încercare și eroare”.

Simultan, parametrii farmacocinetici și indicele de „asemănare cu medicamentul” ai compușilor sunt, de asemenea, preziși folosind instrumente computaționale specializate. Acest lucru asigură nu numai că sunt selectați compuși cu potențial ridicat de a inhiba proteina țintă, ci și că sunt îndeplinite criteriile esențiale pentru dezvoltarea medicamentelor, cum ar fi absorbția, distribuția și siguranța. Acesta este un pas crucial în îmbunătățirea fiabilității predicțiilor computaționale și în restrângerea listei pentru a identifica potențialii compuși precursori înainte de a trece la faza experimentală.

Un punct culminant al cercetării este aplicarea modelelor de deep learning în proiectarea de noi derivați din compușii principali identificați. În loc să se limiteze la „căutare”, cercetarea a făcut un pas crucial prin „proiectarea” de noi derivați bazați pe structurile compușilor principali, cu scopul de a îmbunătăți activitatea. Această abordare demonstrează clar rolul inteligenței artificiale nu numai în analiza datelor, ci și în crearea de noi compuși structurali, o direcție care atrage atenția globală în domeniul proiectării medicamentelor.

În mod special, odată cu lista potențialilor derivați obținuți în urma procesului de simulare, studiul a continuat cu semi-sinteza acestor derivați pe bază de acid gambogic – un compus xantonic abundent în rășina plantei Coptis chinensis. Două grupuri principale de derivați, esteri (11 compuși) și amide (8 compuși), au fost sintetizați cu o eficiență ridicată, iar procesul de sinteză a fost, de asemenea, dezvoltat și publicat.

Derivații obținuți au fost evaluați pentru activitatea lor biologică pe liniile celulare canceroase; cei doi compuși cei mai promițători au fost testați suplimentar pe modele animale pentru a determina potențialul lor de inhibare tumorală, în timp ce au fost efectuate evaluări ale toxicității acute și subcronice pentru a asigura siguranța. Rezultatele au arătat că mulți derivați au prezentat o activitate antitumorală semnificativă, în concordanță cu predicțiile simulării; gamgogatul de metil și morfolinil gambogamida s-au remarcat prin eficacitatea lor superioară de inhibare tumorală.

Cu toate acestea, potrivit profesorului asociat Dr. Pham Minh Quan, implementarea cercetării integrate se confruntă încă cu numeroase provocări. În primul rând, există limitări în ceea ce privește datele de intrare pentru modelele de învățare automată din cauza lipsei unor surse de date experimentale de înaltă calitate, ceea ce afectează fiabilitatea predictivă. În plus, integrarea eficientă între grupurile de cercetare interdisciplinare, inclusiv chimie, biologie, bioinformatică și știința datelor, necesită o coordonare strânsă atât în ceea ce privește expertiza, cât și fluxul de lucru.

Pe baza acestor rezultate inițiale, echipa de cercetare intenționează să extindă aplicarea modelului CADD la alte grupuri de compuși naturali în viitor, diversificând în același timp țintele terapeutice și contribuind la îmbunătățirea cercetării și dezvoltării de medicamente.

HIEU LIEN NGA

Sursă: https://nhandan.vn/tich-hop-ai-dieu-tri-ung-thu-post964425.html