Chef(s) de projet: Izhar Wallach
Problème
Il existe plus de 6000 maladies négligées (MN) sans traitement adéquat, dont plusieurs sont endémiques dans le monde en développement.
L’incitation à développer des médicaments pour traiter ces maladies est limitée parce que les populations cibles ne peuvent pas assumer le coût du traitement.
Une approche possible pour ces maladies et d’autres est d’utiliser un modèle informatique pour identifier de nouvelles indications pour des médicaments existants, ce qui pourrait réduire de façon significative les délais et les coûts de développement.
Solution
La première étape de ce projet, visait à trouver de nouvelles indications pour des médicaments existants, impliquant l’expansion d’un modèle informatique existant à partir d’un modèle statistique de démonstration de principe pour obtenir un modèle pleinement développé.
La puissance descriptive du modèle a été élaborée de manière à permettre une meilleure représentation des attributs caractérisant les interactions entre les médicaments et les cibles pathologiques.
Le modèle a ensuite été utilisé pour analyser et tirer des leçons d’un ensemble de données 10 plus grand que celui utilisé antérieurement pour effectuer des tests rétrospectifs.
Résultat
La technologie a été utilisée dans un contexte de repositionnement médicamenteux pour trouver de nouvelles indications à environ 14 000 médicaments et composés approuvés de la collection pharmaceutique NCGC.
Le modèle a aussi été utilisé pour faire des prédictions en rapport avec les objectifs de lutte contre le paludisme, pour lesquels il existe des structures et certaines molécules de liaison hautement probables.
Comme le processus d’élaboration de la plateforme technologique de base a été plus exigeant qu’on ne l’avait prévu à l’origine, la confirmation des prévisions en laboratoire n’a pas encore été faite.
Les prochaines étapes du projet sont l’amélioration continue de la précision prédictive et une large validation de la technologie de prédiction. Les chercheurs travaillent avec une importante société pharmaceutique pour évaluer la capacité du logiciel à récapituler leurs résultats d’analyse expérimentale, et son applicabilité à leur programme de recherche.
Le projet a reçu 1 000 000 $ en financement d’une source inconnue.