Bilan 2022

2022 a été une année douce-amère pour moi.

Nous avons fait d'énormes progrès dans le développement continu de notre plateforme informatique de découverte de médicaments basée sur la physique et augmentée par ML. Nous avons construit un moteur de champ de force de nouvelle génération avec une précision de pointe et une couverture chimique complète, nous avons repensé un programme de prédiction d'énergie sans liaison robuste et adaptatif avec un débit, une robustesse et une précision inégalés, nous avons développé de nouvelles méthodes d'intégration de données expérimentales biophysiques dans des simulations avancées de dynamique moléculaire pour construire des modèles réalistes de structures et de dynamiques de protéines, et nous avons construit des méthodes et des modèles pour des applications spécifiques aux modalités afin de permettre une conception rationnelle basée sur la structure et la dynamique des dégradeurs de protéines ciblés et de aider à la découverte d'inhibiteurs covalents.

Plus important encore, nous avons appliqué avec succès ces outils informatiques pour permettre et accélérer considérablement la découverte de médicaments réels, tels que la conception de nouveaux dégradeurs actifs basés sur des structures complexes ternaires modélisées dans nos simulations qui sont auparavant non observées mais confirmées par la suite en cristallographie, prédisant avec précision l'efficacité de la dégradation de nouveaux molécules bifonctionnelles et enrichissant de 5 fois le pourcentage de conceptions d'inhibiteurs actifs par rapport à une cible oncologique de grande valeur mais difficile.

Nous avons publié un certain nombre d'articles faisant état de la science sous-jacente à notre plate-forme informatique :

• Calculs précis de l'énergie libre de liaison pour plusieurs molécules à l'aide d'un réseau de mesure optimal des différences par paires
• Prédire la base structurelle de la dégradation ciblée des protéines en intégrant des simulations de dynamique moléculaire avec la spectrométrie de masse structurelle
• Modélisation de l'effet de la coopérativité dans la formation de complexes ternaires et la dégradation ciblée des protéines médiées par des dégradeurs hétérobifonctionnels
• Caractérisation de la flexibilité des récepteurs pour prédire les mutations qui conduisent à l'adaptation humaine de l'hémagglutinine grippale
• L'augmentation lente mais régulière des calculs d'énergie libre de liaison dans la découverte de médicaments

La partie amère de l'année est que je me suis séparé de plusieurs de mes collègues talentueux et dévoués qui partagent la même passion pour la découverte de médicaments. Je vous souhaite à tous, mes amis!

J'attends maintenant avec impatience une nouvelle année d'opportunités. En tant que groupe indépendant axé sur le calcul (comme je l'envisageais dans cet article de blog ), nous apporterons la plate-forme qui a propulsé la découverte de médicaments dans Silicon Therapeutics et Roivant Discovery à davantage de projets de découverte de médicaments dans la vaste communauté de découverte de médicaments, pour amplifier le la valeur de la plate-forme et d'aider à découvrir plus de médicaments pour les patients, plus rapidement. S'il vous plaît restez à l'écoute.

Bonne année et bonnes recherches !