Si está buscando una aguja en un pajar, es mejor saber cómo se ve el heno. Un equipo internacional de investigadores ha aplicado esta idea a la búsqueda de nuevos productos farmacéuticos, desarrollando una técnica que reduce las posibilidades de simplemente redescubrircompuestos.
En un artículo publicado hoy en la revista Comunicaciones de la naturaleza , investigadores de la Universidad Carnegie Mellon; la Universidad de California, San Diego; y la Universidad Estatal de San Petersburgo en Rusia describen un nuevo medio de búsqueda en vastos depósitos de compuestos producidos por microbios. Al analizar el espectro de masas de los compuestos, fueroncapaz de identificar compuestos conocidos dentro del repositorio y eliminarlos de un análisis posterior, centrándose en cambio en las variantes desconocidas, las agujas dentro del pajar, que podrían ser antibióticos, medicamentos contra el cáncer u otros productos farmacéuticos potencialmente mejores o más eficientes.
En solo una semana, ejecutándose en 100 computadoras, el algoritmo, llamado Dereplicator +, clasificó a través de mil millones de espectros de masas en la red molecular Global Natural Products Social en UC San Diego e identificó más de 5,000 compuestos prometedores y desconocidos que merecen una mayor investigación,dijo Hosein Mohimani, profesor asistente en el Departamento de Biología Computacional de CMU y primer autor del artículo.
El algoritmo que impulsa este motor de búsqueda molecular ahora está disponible para que lo use cualquier investigador para estudiar repositorios adicionales.
En el pasado, los repositorios de datos de espectrometría de masas se habían infrautilizado porque era difícil buscar en ellos y porque esos esfuerzos hasta la fecha han estado plagados de altas tasas de redescubrimiento de compuestos conocidos.
"Es increíble cuántas veces las personas han redescubierto la penicilina", dijo Mohimani.
Analizar los espectros de masas de los compuestos, esencialmente, una medición de las masas dentro de una muestra que ha sido ionizada, es una forma relativamente económica de identificar posibles nuevos productos farmacéuticos. Pero las técnicas existentes se limitaron en gran medida a los péptidos, que tienen estructuras simplescomo cadenas y bucles.
"Solo estábamos mirando la punta del iceberg", dijo Mohimani.
Para analizar la mayor cantidad de compuestos complejos que han enredado estructuras y numerosos bucles y ramas, los investigadores desarrollaron un método para predecir cómo un espectrómetro de masas rompería las moléculas. Comenzando con los anillos más débiles, el método simulaba lo que sucedería comolas moléculas se separaron. Usando 5,000 compuestos conocidos y sus espectros de masas, entrenaron un modelo de computadora que luego podría usarse para predecir cómo se descompondrían otros compuestos.
Mohimani dijo que Dereplicator + no solo puede identificar compuestos conocidos que no necesitan ser investigados más a fondo, sino que también puede encontrar variantes menos comunes de los compuestos conocidos que probablemente no se detectarían dentro de una muestra.
Además de Mohimani, los investigadores incluyeron a Alexey Gurevich, Alexander Slemov, Alla Mikheenko, Anton Korobeynikov y Egor Shcherbin de San Petersburgo; Louis-Felix Nothias, Pieter C. Dorrestein y Pavel A. Pevzner de UC San Diego; y Liu Caodel Departamento de Biología Computacional de CMU.
Los Institutos Nacionales de Salud, Carnegie Mellon y la Russian Science Foundation apoyaron esta investigación.
Fuente de la historia :
Materiales proporcionado por Universidad Carnegie Mellon . Original escrito por Byron Spice. Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cite esta página :