Agoniştii receptorului peptidei asemănătoare glucagonului-1 (GLP-1), cum ar fi semaglutida şi tirzepatida, sunt foarte eficienţi în a ajuta oamenii să slăbească. Imitând acțiunea unui hormon numit GLP-1 și legându-se și activând receptorul GLP-1 din celule, acestea reduc apetitul și senzația de foame, încetinesc eliberarea alimentelor din stomac și cresc senzația de plenitudine după masă.
Există, totuși, o nevoie de alternative, spune Elena Murcia, de la Grupul de Cercetare în Bioinformatică Structurală și Calcul de înaltă Performanță (BIO-HPC) și Unitatea de Cercetare a Tulburărilor Alimentare, Universitatea Catolică din Murcia (UCAM), Murcia, Spania.
Deși eficiența agoniştilor actuali de GLP-1 a fost demonstrată, există unele efecte secundare asociate cu utilizarea lor - probleme gastrointestinale, cum ar fi greața, vărsăturile și modificări ale sănătății mintale, cum ar fi anxietatea și iritabilitatea. Datele recente au confirmat, de asemenea, că atunci când pacienții opresc tratamentul, își recapătă greutatea pierdută.
În plus, majoritatea agoniștilor GLP-1 sunt peptide – lanțuri scurte de aminoacizi care pot fi degradați de enzimele stomacului – și, prin urmare, în prezent, este mai probabil să fie injectați decât administrați oral.
Medicamentele care nu sunt peptide pot avea mai puține efecte secundare și pot fi mai ușor de administrat, m
ceea ce ar putea fi administrat mai degrabă ca pastile decât ca injecții. Alte cercetări recente au evidențiat doi compuși non-peptidici promițători, TTOAD2 și orforglipron.
Acestea sunt sintetice și am fost interesați să găsim alternative naturale.”
Elena Murcia, din Grupul de cercetare în bioinformatică structurală și calcul de înaltă performanță (BIO-HPC) și Unitatea de cercetare a tulburărilor alimentare, Universitatea Catolică din Murcia
Doamna Murcia și colegii au folosit tehnici de inteligență artificială (IA) de înaltă performanță pentru a identifica compuși naturali non-peptidici care activează receptorul GLP-1.
„Ne-am concentrat pe extracte de plante și alți compuși naturali, deoarece acestea pot avea mai puține efecte secundare”, spune doamna Murcia.
Screeningul virtual a fost folosit pentru a verifica mai mult de 10 compuși000 pentru a-i identifica pe cei care se leagă de receptorul GLP-1.
În continuare, au fost folosite alte metode bazate pe inteligență artificială pentru a vedea cât de mult semănau aceste legături cu cele care apar între hormonul GLP-1 și receptorul său. Cei 100 de compuși care se leagă cel mai asemănător au fost apoi aleși pentru o analiză vizuală suplimentară, pentru a determina dacă au interacționat cu reziduurile cheie - aminoacizii - de pe receptor.
În cele din urmă, a fost compilată o diagramă Venn (un grafic matematic care utilizează cercuri suprapuse) pentru a identifica compușii cu cel mai mare potențial ca agonişti GLP1-R.
Aceasta a dus la o listă scurtă de 65 de compuși, dintre care doi, „Compus A” și „Compus B”, s-au legat puternic de reziduurile cheie într-un mod similar cu TTOAD2 și orforglipron.
Compusul A și Compusul B sunt derivate din plante foarte comune, ale căror extracte au fost asociate cu efecte benefice asupra metabolismului uman în trecut. Mai multe detalii despre plante și compuși sunt păstrate confidențiale până la acordarea brevetelor. Se speră că ambele ar putea fi administrate sub formă de pastile. Cei doi compuși sunt acum supuși unor teste de laborator.
Doamna Murcia spune: „Suntem în stadiile incipiente ale dezvoltării de noi agonişti GLP-1 derivaţi din surse naturale. Dacă calculele noastre bazate pe inteligenţă artificială vor confirma in vitro şi apoi în studii clinice, vom avea alte opţiuni terapeutice pentru a gestiona obezitatea. .
„Studiile bazate pe computer precum al nostru au avantaje cheie, cum ar fi reducerea costurilor și a timpului, analiza rapidă a unor seturi mari de date, flexibilitatea în proiectarea experimentală și capacitatea de a identifica și atenua orice riscuri etice și de siguranță înainte de a efectua experimente în laborator.
„Aceste simulări ne permit, de asemenea, să profităm de resursele AI pentru a analiza probleme complexe, oferind astfel o perspectivă inițială valoroasă în căutarea de noi medicamente”.