Per il morbo di Alzheimer (MA) sono disperatamente necessari nuovi trattamenti, ma numerosi studi clinici su farmaci sperimentali non hanno generato opzioni promettenti. Ora una squadra del Massachusetts General Hospital (MGH) e della Harvard Medical School (HMS) ha sviluppato un metodo di intelligenza artificiale per selezionare farmaci attualmente disponibili come possibili trattamenti per il MA.
Il metodo potrebbe rappresentare un modo rapido ed economico per riadattare le terapie esistenti in nuovi trattamenti per questa condizione neurodegenerativa progressiva e debilitante. È importante sottolineare che potrebbe anche aiutare a rivelare nuovi obiettivi inesplorati per terapia, indicando possibili meccanismi di azione del farmaco.
"Riproporre farmaci approvati dalla FDA per il MA è un'idea attraente che può aiutare ad accelerare l'arrivo di un trattamento efficace, ma sfortunatamente, anche per i farmaci già approvati, gli studi clinici richiedono risorse sostanziali, rendendo impossibile valutare ogni farmaco nei pazienti con MA", spiega Artem Sokolov PhD, direttore di Informatica e Modellazione dell'HMS. "Abbiamo quindi costruito una struttura per dare la priorità ai farmaci, aiutando gli studi clinici a concentrarsi su quelli più promettenti".
In un articolo pubblicato su Nature Communications, Sokolov e i suoi colleghi descrivono la loro struttura, chiamata DRIAD (Drug Repurposing In Alzheimer’s Disease, riproposizione di farmaci per l'Alzheimer), che si basa sull'apprendimento automatico, un ramo dell'intelligenza artificiale in cui i sistemi sono 'addestrati' su grandi quantità di dati, 'imparare' a identificare i modelli rivelatori e migliorare il processo decisionale di ricercatori e medici.
La DRIAD funziona misurando ciò che accade alle cellule neurali del cervello umano quando sono trattate con un farmaco. Il metodo determina quindi se le modifiche indotte da un farmaco sono correlate con i marcatori molecolari di gravità della malattia. L'approccio ha anche permesso ai ricercatori di identificare i farmaci che avevano effetti protettivi o dannosi sulle cellule cerebrali.
"Ci avviciniamo anche alla direzionalità di tali correlazioni, contribuendo a identificare e filtrare farmaci neurotossici che accelerano la morte neuronale invece di impedirla", afferma il primo autore Steve Rodriguez PhD, ricercatore del Dipartimento di Neurologia del MGH e istruttore all'HMS.
La DRIAD consente inoltre ai ricercatori di esaminare quali proteine sono puntate dai farmaci più promettenti e se ci sono tendenze comuni tra gli obiettivi, un approccio progettato da Clemens Hug PhD, associato di ricerca nel laboratorio dei sistemi di farmacologia e primo coautore.
Il team ha applicato il metodo di selezione a 80 farmaci approvati dalla FDA e clinicamente testati per una vasta gamma di condizioni. L'analisi ha prodotto una lista classificata di candidati, dalla quale sono emersi come i migliori contendenti diversi farmaci antinfiammatori usati per trattare l'artrite reumatoide e i tumori del sangue.
Questi farmaci appartengono a una classe chiamata 'inibitori di kinasi Janus'. I farmaci funzionano bloccando l'azione delle proteine pro-infiammatorie kinasi Janus, sospettate di avere un ruolo nel MA e note per il loro ruolo nelle condizioni autoimmuni. Le analisi del team hanno anche indicato altri potenziali obiettivi di trattamento per ulteriori indagini.
Mark Albers MD/PhD, studioso riconosciuto e direttore associato del Massachusetts Center for Alzheimer Therapeutic Science del MGH e membro di facoltà del Laboratory of Systems Pharmacology all'HMS, afferma:
"Siamo entusiasti di condividere questi risultati con le comunità di ricerca accademiche e farmaceutiche. La nostra speranza è che un'ulteriore convalida da parte di altri ricercatori possa affinare la prioritizzazione di questi farmaci per l'indagine clinica".
Uno di questi farmaci, il baraticib, sarà studiato da Albers in uno studio clinico per i pazienti con disturbi cognitivi soggettivi, lieve deterioramento cognitivo e MA, che sarà lanciato a breve all'MGH di Boston e a Fort Lauderdale, in Florida.
"Inoltre, la convalida indipendente degli obiettivi dei farmaci candidati potrebbe fornire nuove intuizioni sui meccanismi dietro il MA e portare a nuove terapie", afferma Albers.
Fonte: Massachusetts General Hospital (> English) - Traduzione di Franco Pellizzari.
Riferimenti: Steve Rodriguez, Clemens Hug, Petar Todorov, Nienke Moret, Sarah Boswell, Kyle Evans, George Zhou, Nathan Johnson, Bradley Hyman, Peter Sorger, Mark Albers, Artem Sokolov. Machine learning identifies candidates for drug repurposing in Alzheimer’s disease. Nature Communications, 2021, DOI
Copyright: Tutti i diritti di testi o marchi inclusi nell'articolo sono riservati ai rispettivi proprietari.
Liberatoria: Questo articolo non propone terapie o diete; per qualsiasi modifica della propria cura o regime alimentare si consiglia di rivolgersi a un medico o dietologo. Il contenuto non rappresenta necessariamente l'opinione dell'Associazione Alzheimer OdV di Riese Pio X ma solo quella dell'autore citato come "Fonte". I siti terzi raggiungibili da eventuali collegamenti contenuti nell'articolo e/o dagli annunci pubblicitari sono completamente estranei all'Associazione, il loro accesso e uso è a discrezione dell'utente. Liberatoria completa qui.
Nota: L'articolo potrebbe riferire risultati di ricerche mediche, psicologiche, scientifiche o sportive che riflettono lo stato delle conoscenze raggiunte fino alla data della loro pubblicazione.
Associazione Alzheimer OdV
