Wetenschappers van de universiteit hebben een AI-strategie ontwikkeld om een middel te identificeren in de strijd tegen de ziekte van Parkinson. De aanpak is niet alleen tien keer sneller dan conventioneel onderzoek, maar ook duizend keer goedkoper.

De ziekte treft wereldwijd meer dan zes miljoen mensen en dat aantal zal naar verwachting verdrievoudigen tegen 2040. Het eiwit alfa-synucleïne speelt een belangrijke rol: een ophoping in de hersenen kan leiden tot het afsterven van zenuwcellen en zo bijdragen aan het ontstaan van de ziekte.

Wetenschappers zijn daarom hard op zoek naar een molecule die die ophoping verhindert. Maar die zoektocht is bijzonder moeilijk, tijdrovend en duur.

Een team van de Universiteit van Cambridge gebruikte daarom machine learning-technieken om snel een chemische bibliotheek met miljoenen moleculen te screenen. Ze “voedden” het systeem met een klein aantal veelbelovende eiwitten, en lieten het vervolgens los op de bibliotheek. Dat leverde snel vijf mogelijk succesvolle treffers op. De gevonden moleculen zijn honderden keren krachtiger en veel goedkoper om te ontwikkelen dan eerder gerapporteerde verbindingen.

Sneller en veel goedkoper

Bovendien verliep het screeningproces dankzij de AI-aanpak tien keer sneller dan conventioneel onderzoek, schrijven de wetenschappers in Nature Chemical Biology. De kostenbesparing is nog veel groter: de techniek kost ongeveer een duizendste van de traditionele methode.

De impact gaat ook verder dan de ziekte van Parkinson, zegt hoogleraar Michele Vendruscolo, die het onderzoek leidde. “Machine learning heeft een reële impact op de ontdekking van geneesmiddelen – het versnelt het hele proces van het identificeren van de meest veelbelovende kandidaten”, zegt hij. “Voor ons betekent dit dat we kunnen gaan werken aan meerdere programma’s in de zoektocht naar geneesmiddelen – in plaats van slechts één. Er is zoveel mogelijk dankzij de enorme reductie in zowel tijd als kosten – het is een opwindende tijd.”