AI projektuje lek na otyłość. Nawet 31,3 proc. spadku masy ciała

Nowoczesne leczenie otyłości od kilku lat kojarzy się głównie z lekami z grupy agonistów receptora GLP-1. Dla wielu pacjentów są one przełomem, ale nawet najbardziej skuteczne terapie mają swoją cenę: część osób traci nie tylko tkankę tłuszczową, lecz także beztłuszczową masę ciała, efekty potrafią z czasem słabnąć, a po odstawieniu leku masa często wraca. Do tego dochodzi bardzo praktyczny problem – leczenie trzeba utrzymać na tyle długo, by utrwalić rezultat, co nie zawsze jest łatwe ani komfortowe.

Badacze coraz częściej podkreślają, że otyłość nie jest chorobą "jednego przełącznika". Na masę ciała wpływa wiele powiązanych układów: apetyt, sygnalizacja insulinowa, magazynowanie tłuszczu, a nawet metabolizm kości. Ta sieć zależności tłumaczy, dlaczego jedni pacjenci reagują spektakularnie na konkretny lek, a inni widzą tylko umiarkowaną zmianę albo nie potrafią jej utrzymać. Z tego powodu rośnie zainteresowanie strategiami, które uderzają w więcej niż jeden szlak metaboliczny.

Jednym z takich, relatywnie słabiej wykorzystanych celów terapeutycznych, jest receptor GIPR, czyli receptor glukozozależnego peptydu insulinotropowego. Jego naturalny ligand GIP jest elementem fizjologicznej odpowiedzi organizmu na posiłek. Aktywność GIPR wiąże się m.in. z wydzielaniem insuliny, odkładaniem tłuszczu w tkankach, przebudową kości oraz regulacją apetytu poprzez ośrodkowy układ nerwowy. Co ważne, biologia GIP i GLP-1 częściowo się przecina, ale nie jest tożsama – a to otwiera pole do łączenia podejść lub szukania alternatyw dla samych agonistów GLP-1.

Na tym tle firma Insilico Medicine poinformowała o wytypowaniu cząsteczki ISM0676 jako kandydata przedklinicznego. Związek ma być doustnie dostępny i działać jako małocząsteczkowy antagonista GIPR. Według zapowiedzi ma celować w otyłość oraz choroby z nią powiązane, w tym cukrzycę typu 2, a potencjalnie także w sercowo-naczyniowe powikłania otyłości, takie jak niewydolność serca.

W komunikacie firmy padły mocne deklaracje dotyczące roli AI w przyspieszaniu badań.

Feng Ren, współdyrektor generalny i dyrektor naukowy Insilico Medicine, stwierdził: "Wytypowanie ISM0676 dodatkowo wzbogaca kardiometaboliczne programy Insilico napędzane eksploracją generatywnej AI, która obecnie stanowi jedną z kluczowych strategii firmy". Dodał również: "Od całkowicie nowych mechanizmów po dobrze zwalidowane cele – od włóknienia i nowotworów po choroby kardiometaboliczne - Insilico pokazało, jak AI może przyspieszać działania w zróżnicowanych obszarach. Z niecierpliwością czekamy na rozwój tego programu do kolejnych etapów, dążąc do przełomów w leczeniu chorób przewlekłych z pomocą AI".

Największe zainteresowanie budzą jednak dane z badań przedklinicznych w modelu myszy z otyłością indukowaną dietą (DIO) i z "zhumanizowanym" receptorem GIPR. Po 27 dniach dawkowania ISM0676 uzyskano 10,4 proc. redukcji masy ciała względem wartości wyjściowej, podczas gdy w grupie kontrolnej odnotowano 3 proc. wzrost masy. Dodatkowo opisano poprawę składu ciała, sugerowaną przez wyższy stosunek masy beztłuszczowej do masy całkowitej. Jeszcze mocniej wygląda terapia skojarzona: połączenie ISM0676 z semaglutydem miało przynieść 31,3 proc. spadku masy ciała.

Firma podkreśla, że cząsteczkę odkryto i zoptymalizowano z użyciem generatywnej platformy Chemistry42 oraz narzędzi towarzyszących. Projekt miał przejść od startu do nominacji kandydata przedklinicznego w 14 miesięcy, przy syntezie i ocenie mniej niż 200 cząsteczek. W opisie wskazano też na mocne strony związku: stabilność metaboliczną in vivo, skuteczność w niskich dawkach, minimalne ryzyko interakcji lek-lek, korzystny profil bezpieczeństwa oraz niską przewidywaną dawkę skuteczną u ludzi.

Do tej narracji odniósł się także Alex Zhavoronkov, założyciel i CEO oraz CBO Insilico Medicine: "Metabolizm obejmuje fundamentalne procesy biologiczne w życiu człowieka i od dawna jest uznawany za jeden z kluczowych 'znaków rozpoznawczych' starzenia. Aby żyć dłużej i zdrowiej, Insilico inwestuje w badania nad chorobami metabolicznymi z szybkością i precyzją napędzaną przez AI, ponieważ wierzymy, że wysiłki w tym obszarze mogą przynieść pierwsze terapie wydłużające okres życia w zdrowiu (health span) na dużą skalę".

Podsumował też: "Wytypowanie ISM0676 pokazuje, jak nasza platforma Pharma.AI potrafi szybko projektować i optymalizować obiecujące cząsteczki, by odpowiadać na pilne potrzeby i przynosić korzyści pacjentom na całym świecie".

Choć wyniki brzmią efektownie, pozostaje kluczowe zastrzeżenie: to nadal etap przedkliniczny. Dane z modeli zwierzęcych nie zawsze przekładają się wprost na skuteczność i bezpieczeństwo u ludzi. Prawdziwy test dopiero nadejdzie w kolejnych badaniach, a potem w próbach klinicznych. Początek formularza

Źródło: scitechdaily.com