Phân tích dựa trên AI phát hiện ra hai chiết xuất thực vật có tiềm năng làm thuốc giảm cân chủ vận GLP-1

Apr 02, 2024

Để lại lời nhắn

Các chất chủ vận thụ thể peptide giống Glucagon-1 (GLP-1) như semaglutide và tirzepatide có hiệu quả cao trong việc giúp mọi người giảm cân. Bằng cách bắt chước hoạt động của một loại hormone có tên là GLP-1 và liên kết cũng như kích hoạt thụ thể GLP-1 trong tế bào, chúng làm giảm sự thèm ăn và cảm giác đói, làm chậm quá trình giải phóng thức ăn từ dạ dày và tăng cảm giác thèm ăn. no sau khi ăn.

 

Tuy nhiên, cần có những giải pháp thay thế, Elena Murcia, thuộc Nhóm nghiên cứu tin sinh học cấu trúc và máy tính hiệu suất cao (BIO-HPC) & Đơn vị nghiên cứu rối loạn ăn uống, Đại học Công giáo Murcia (UCAM), Murcia, Tây Ban Nha, cho biết.

 

Mặc dù hiệu quả của các chất chủ vận GLP-1 hiện tại đã được chứng minh nhưng vẫn có một số tác dụng phụ liên quan đến việc sử dụng chúng – các vấn đề về đường tiêu hóa như buồn nôn, nôn mửa và các thay đổi về sức khỏe tâm thần như lo lắng và khó chịu. Dữ liệu gần đây cũng đã xác nhận rằng khi bệnh nhân ngừng điều trị, họ sẽ lấy lại được cân nặng đã mất.

 

Ngoài ra, hầu hết các chất chủ vận GLP{0}} đều là peptide – chuỗi axit amin ngắn có thể bị phân hủy bởi các enzym trong dạ dày – và do đó, chúng hiện có nhiều khả năng được tiêm hơn là uống.

 

Thuốc không phải là peptide có thể có ít tác dụng phụ hơn và dễ sử dụng hơn.

nghĩa là chúng có thể được dùng dưới dạng thuốc viên thay vì thuốc tiêm. Nghiên cứu gần đây khác đã nêu bật hai hợp chất không chứa peptit đầy hứa hẹn là TTOAD2 và orforglipron.

Đây là những chất tổng hợp và chúng tôi quan tâm đến việc tìm kiếm các chất thay thế tự nhiên."

Elena Murcia, thuộc Nhóm nghiên cứu tin sinh học cấu trúc và máy tính hiệu suất cao (BIO-HPC) & Đơn vị nghiên cứu rối loạn ăn uống, Đại học Công giáo Murcia

Bà Murcia và các đồng nghiệp đã sử dụng kỹ thuật trí tuệ nhân tạo (AI) hiệu suất cao để xác định các hợp chất tự nhiên không chứa peptide kích hoạt thụ thể GLP-1.

Bà Murcia cho biết: “Chúng tôi tập trung vào chiết xuất thực vật và các hợp chất tự nhiên khác vì chúng có thể có ít tác dụng phụ hơn”.

Sàng lọc ảo được sử dụng để sàng lọc hơn 10,000 hợp chất nhằm xác định những hợp chất liên kết với thụ thể GLP-1.

Tiếp theo, các phương pháp dựa trên AI khác đã được sử dụng để xem xét mức độ giống nhau giữa các liên kết này xảy ra giữa hormone GLP-1 và thụ thể của nó. Sau đó, 100 hợp chất liên kết giống nhau nhất được chọn để phân tích trực quan bổ sung nhằm xác định xem chúng có tương tác với các gốc chính – axit amin – trên thụ thể hay không.

Cuối cùng, sơ đồ Venn (biểu đồ toán học sử dụng các vòng tròn chồng chéo) đã được biên soạn để xác định các hợp chất có tiềm năng cao nhất là chất chủ vận GLP{0}}R.

Điều này dẫn đến một danh sách rút gọn gồm 65 hợp chất, hai trong số đó, "Hợp chất A" và "Hợp chất B", liên kết chặt chẽ với các gốc chính theo cách tương tự như TTOAD2 và orforglipron.

Hợp chất A và Hợp chất B có nguồn gốc từ các loại thực vật rất phổ biến, trước đây chiết xuất của chúng có liên quan đến tác dụng có lợi đối với quá trình trao đổi chất của con người. Thông tin chi tiết hơn về cây trồng và các hợp chất đang được giữ bí mật cho đến khi được cấp bằng sáng chế. Người ta hy vọng cả hai đều có thể được cung cấp dưới dạng thuốc viên. Hai hợp chất này hiện đang được thử nghiệm trong phòng thí nghiệm.

Bà Murcia nói: "Chúng tôi đang ở giai đoạn đầu phát triển các chất chủ vận GLP{0}} mới có nguồn gốc từ các nguồn tự nhiên. Nếu các tính toán dựa trên AI của chúng tôi được xác nhận trong ống nghiệm và sau đó là các thử nghiệm lâm sàng, chúng tôi sẽ có các lựa chọn điều trị khác để kiểm soát bệnh béo phì .

"Các nghiên cứu dựa trên máy tính như của chúng tôi có những ưu điểm chính, chẳng hạn như giảm chi phí và thời gian, phân tích nhanh các tập dữ liệu lớn, tính linh hoạt trong thiết kế thử nghiệm cũng như khả năng xác định và giảm thiểu mọi rủi ro về đạo đức và an toàn trước khi tiến hành thí nghiệm trong phòng thí nghiệm.

"Những mô phỏng này cũng cho phép chúng tôi tận dụng các nguồn tài nguyên AI để phân tích các vấn đề phức tạp và do đó cung cấp góc nhìn ban đầu có giá trị trong việc tìm kiếm các loại thuốc mới."

Gửi yêu cầu