En utilisant une plate-forme d'intelligence artificielle (IA), une équipe de recherche internationale a identifié plus de deux douzaines de nouvelles cibles dotées d'un potentiel thérapeutique pour traiter la sclérose latérale amyotrophique (SLA), selon une étude récente.
La SLA est une maladie neurodégénérative. Les patients perdent progressivement leur force musculaire, devenant finalement paralysés et incapables de parler, de bouger, d'avaler ou de respirer.
Bien qu'ils soient connus de la médecine depuis des années, les traitements actuels sont incapables de stopper ou d'inverser cette perte de fonctions.
Les scientifiques se sont efforcés d'identifier les causes moléculaires de la SLA afin de déboucher sur des thérapies.
Des chercheurs de l'Ecole de médecine de Harvard, de l'Ecole de médecine Johns-Hopkins et de l'Université Tsinghua de Chine, en association avec la société de découverte de médicaments Insilico Medicine, ont utilisé le moteur de découverte des cibles axé sur l'IA d'Insilico, baptisé PandaOmics, pour identifier 17 cibles avec un niveau de confiance élevé et onze nouvelles cibles thérapeutiques afin de traiter cette maladie.
Dans les modèles animaux, l'équipe a validé que 18 des 28 cibles génétiques étaient fonctionnellement corrélées avec la SLA et découvert que pour huit d'entre elles, la suppression pourrait fortement réduire la neurodégénérescence.
Les résultats de l'étude ont été publiés dans la revue Frontiers in Aging Neuroscience. Le co-auteur Lu Bai, professeur de sciences pharmaceutiques à l'Université Tsinghua, a indiqué que l'étude montrait comment l'IA accélérait le processus de découverte des cibles et ouvrait de nouvelles opportunités pour les interventions thérapeutiques.
"L'étude représente une nouvelle tendance, dans laquelle l'IA peut réduire les coûts et le temps nécessaire pour développer des médicaments, tout en augmentant le taux de réussite, surtout pour les maladies neurodégénératives", a annoncé M. Lu à l'agence Chine nouvelle.
