Al Εξαρτήσεις: Περίπου τρία εκατομμύρια Αμερικανοί πάσχουν από διαταραχή χρήσης οπιοειδών και κάθε χρόνο περισσότεροι από 80.000 Αμερικανοί πεθαίνουν από υπερβολική δόση. Τα οπιοειδή φάρμακα, όπως η ηρωίνη, η φεντανύλη, η οξυκωδόνη και η μορφίνη, ενεργοποιούν τους υποδοχείς των οπιοειδών. Η ενεργοποίηση των mu-οπιοειδών υποδοχέων οδηγεί σε ανακούφιση από τον πόνο και ευφορία, αλλά και σε σωματική εξάρτηση και μειωμένη αναπνοή, με την τελευταία να οδηγεί σε θάνατο σε περίπτωση υπερβολικής δόσης ναρκωτικών. Προκλινικές μελέτες έχουν δείξει ότι ο αποκλεισμός των υποδοχέων καππα-οπιοειδών μπορεί να προσφέρει μια πολλά υποσχόμενη φαρμακολογική προσέγγιση για τη θεραπεία της εξάρτησης από τα οπιοειδή. Με την ανακάλυψη φαρμάκων που αναστέλλουν τον υποδοχέα των καππα-οπιοειδών, η Leslie Salas Estrada, στο εργαστήριο της Marta Filizola, στην Ιατρική Σχολή Icahn στο Mount Sinai, ελπίζει να ανακουφίσει την εξάρτηση από τα οπιοειδή. Η Salas Estrada, μεταδιδακτορική ερευνήτρια, θα παρουσιάσει την εργασία της τη Δευτέρα 20 Φεβρουαρίου στην 67η Ετήσια Συνάντηση της Βιοφυσικής Εταιρείας στο Σαν Ντιέγκο της Καλιφόρνια.
Οι υποδοχείς καππα-οπιοειδών είναι γνωστό ότι μεσολαβούν στις ανταμοιβές του εγκεφάλου. “Αν είστε εθισμένοι και προσπαθείτε να το κόψετε, κάποια στιγμή θα έχετε συμπτώματα στέρησης και αυτά μπορεί να είναι πολύ δύσκολο να ξεπεραστούν”, εξήγησε η Salas Estrada, “μετά από μεγάλη έκθεση σε οπιοειδή, ο εγκέφαλός σας επανασυνδέεται ώστε να χρειάζεται περισσότερα ναρκωτικά. Ο αποκλεισμός της δραστηριότητας του υποδοχέα των οπιοειδών κάππα έχει αποδειχθεί σε ζωικά μοντέλα ότι μειώνει αυτή την ανάγκη χρήσης ναρκωτικών κατά την περίοδο στέρησης”. Ωστόσο, η ανακάλυψη φαρμάκων που μπορούν να μπλοκάρουν τη δραστηριότητα μιας πρωτεΐνης, όπως ο υποδοχέας κάππα-οπιοειδών, μπορεί να είναι μια μακρά και δαπανηρή διαδικασία. Η χρήση υπολογιστικών εργαλείων μπορεί να την κάνει πιο αποτελεσματική, αλλά μπορεί να χρειαστούν μήνες για να ελεγχθούν δισεκατομμύρια χημικές ενώσεις. Αντ’ αυτού, ο Salas Estrada χρησιμοποιεί την τεχνητή νοημοσύνη (AI) για να βελτιστοποιήσει τη διαδικασία.
“Η τεχνητή νοημοσύνη έχει το πλεονέκτημα ότι μπορεί να λάβει τεράστιες ποσότητες πληροφοριών και να μάθει να αναγνωρίζει μοτίβα από αυτές. Έτσι, πιστεύουμε ότι η μηχανική μάθηση μπορεί να μας βοηθήσει να αξιοποιήσουμε τις πληροφορίες που μπορούν να αντληθούν από μεγάλες βάσεις δεδομένων χημικών ουσιών για να σχεδιάσουμε νέα φάρμακα από το μηδέν. Και με αυτόν τον τρόπο, μπορούμε ενδεχομένως να μειώσουμε τον χρόνο και το κόστος που σχετίζονται με την ανακάλυψη φαρμάκων”, δήλωσε η ίδια. Χρησιμοποιώντας πληροφορίες σχετικά με τον υποδοχέα καππα-οπιοειδών και γνωστά φάρμακα, εκπαίδευσαν ένα μοντέλο υπολογιστή για τη δημιουργία ενώσεων που θα μπορούσαν να μπλοκάρουν τον υποδοχέα με έναν αλγόριθμο ενισχυτικής μάθησης που επιβράβευε ιδιότητες που είναι ευνοϊκές για φαρμακευτικές θεραπείες. Μέχρι στιγμής, η ομάδα έχει εντοπίσει αρκετές ενώσεις που έχουν πολλά υποσχόμενες ιδιότητες και συνεργάζονται με συνεργάτες για τη σύνθεσή τους και τελικά τη δοκιμή της ικανότητάς τους να μπλοκάρουν τον υποδοχέα του καππα-οπιοειδούς σε κύτταρα, προτού τις δοκιμάσουν σε ζωικά μοντέλα για την ασφάλεια και την αποτελεσματικότητά τους. Τελικά, δήλωσε ο Salas Estrada, “ελπίζουμε ότι μπορούμε να βοηθήσουμε τους ανθρώπους που παλεύουν με τον εθισμό”