تجزیه و تحلیل مبتنی بر هوش مصنوعی دو عصاره گیاهی را با پتانسیل به عنوان قرص های کاهش وزن آگونیست GLP-1 شناسایی می کند.

دو ترکیب گیاهی با پتانسیل به‌عنوان قرص‌های کاهش وزن آگونیست GLP-1 در یک مطالعه مبتنی بر هوش مصنوعی (هوش مصنوعی) شناسایی شده‌اند که کنگره اروپایی چاقی (ECO 2024) (ونیز 12-15 می) خواهد شنید.

آگونیست های گیرنده پپتید-1 شبه گلوکاگون (GLP-1) مانند سماگلوتید و تیرزپاتید در کمک به کاهش وزن افراد بسیار موثر هستند. آنها با تقلید از عملکرد هورمونی به نام GLP-1 و اتصال و فعال کردن گیرنده GLP-1 در سلول ها، اشتها و احساس گرسنگی را کاهش می دهند، ترشح غذا از معده را کاهش می دهند و احساس سیری بعد از غذا خوردن را افزایش می دهند.

النا مورسیا از گروه تحقیقاتی بیوانفورماتیک ساختاری و محاسبات با عملکرد بالا (BIO-HPC) و واحد تحقیقات اختلالات خوردن، دانشگاه کاتولیک مورسیا (UCAM)، مورسیا، اسپانیا، می‌گوید، با این حال، نیاز به جایگزین‌هایی وجود دارد.

او توضیح می دهد: “اگرچه اثربخشی آگونیست های GLP-1 نشان داده شده است، برخی از عوارض جانبی مرتبط با استفاده از آنها وجود دارد – مسائل گوارشی مانند تهوع، استفراغ، و تغییرات سلامت روان مانند اضطراب و تحریک پذیری. داده های اخیر نیز تایید کرده است. که وقتی بیماران درمان را متوقف می کنند، وزن از دست رفته را دوباره به دست می آورند.

علاوه بر این، بیشتر آگونیست‌های GLP-1 پپتید هستند – زنجیره‌های کوتاهی از اسیدهای آمینه که آنزیم‌های معده می‌توانند آن‌ها را تجزیه کنند – و بنابراین در حال حاضر بیشتر احتمال دارد که به جای مصرف خوراکی، تزریق شوند.

“داروهایی که پپتید نیستند ممکن است عوارض جانبی کمتری داشته باشند و تجویز آنها راحت تر باشد، به این معنی که می توان آنها را به جای تزریق به صورت قرص تجویز کرد. تحقیقات اخیر دیگر دو ترکیب غیر پپتیدی امیدوارکننده، TTOAD2 و orforglipron را برجسته کرده است.”

اینها مصنوعی هستند و ما علاقه مند به یافتن جایگزین های طبیعی بودیم.”

مورسیا و همکارانش از تکنیک‌های هوش مصنوعی (AI) با کارایی بالا برای شناسایی ترکیبات طبیعی غیر پپتیدی که گیرنده GLP-1 را فعال می‌کنند، استفاده کردند.

مورسیا می‌گوید: «ما روی عصاره‌های گیاهی و سایر ترکیبات طبیعی تمرکز کردیم زیرا ممکن است عوارض جانبی کمتری داشته باشند.

غربالگری مجازی برای غربال کردن بیش از 10000 ترکیب برای شناسایی ترکیباتی که به گیرنده GLP-1 متصل هستند، استفاده شد.

در مرحله بعد، روش‌های دیگری مبتنی بر هوش مصنوعی برای بررسی این که چقدر این پیوندها شبیه به پیوندهایی هستند که بین هورمون GLP-1 و گیرنده آن وجود دارد، استفاده شد. سپس 100 ترکیبی که به طور مشابه به یکدیگر متصل شده بودند برای تجزیه و تحلیل بصری اضافی انتخاب شدند تا مشخص شود که آیا آنها با باقیمانده های کلیدی – اسیدهای آمینه – روی گیرنده تعامل دارند یا خیر.

در نهایت، یک نمودار ون (یک نمودار ریاضی با استفاده از دایره های همپوشانی) برای شناسایی ترکیبات با بالاترین پتانسیل به عنوان آگونیست های GLP1-R گردآوری شد.

این منجر به فهرست کوتاهی از 65 ترکیب شد که دو مورد از آنها، “ترکیب A” و “ترکیب B” به شدت به باقیمانده‌های کلیدی به روشی مشابه TTOAD2 و orforglipron متصل شدند.

ترکیب A و ترکیب B از گیاهان بسیار رایجی به دست می‌آیند که عصاره‌های آن در گذشته با اثرات مفیدی بر متابولیسم انسان همراه بوده است. جزئیات بیشتر گیاهان و ترکیبات تا زمان اعطای حق اختراع محرمانه نگه داشته می شود. امید است بتوان هر دو را به شکل قرص داد. این دو ترکیب اکنون تحت آزمایشات آزمایشگاهی هستند.

مورسیا می گوید: “ما در مراحل اولیه توسعه آگونیست های جدید GLP-1 مشتق شده از منابع طبیعی هستیم. اگر محاسبات مبتنی بر هوش مصنوعی ما در شرایط آزمایشگاهی و سپس در آزمایشات بالینی تایید شود، گزینه های درمانی دیگری برای مدیریت چاقی خواهیم داشت.”

“مطالعات مبتنی بر کامپیوتر مانند ما دارای مزایای کلیدی مانند کاهش هزینه ها و زمان، تجزیه و تحلیل سریع مجموعه داده های بزرگ، انعطاف پذیری در طراحی آزمایشی، و توانایی شناسایی و کاهش خطرات اخلاقی و ایمنی قبل از انجام آزمایش ها در آزمایشگاه هستند. “

این شبیه‌سازی‌ها همچنین به ما این امکان را می‌دهند که از منابع هوش مصنوعی برای تجزیه و تحلیل مشکلات پیچیده بهره ببریم و بنابراین دیدگاه اولیه ارزشمندی را در جستجوی داروهای جدید ارائه می‌کنیم.»

ارائه شده توسط انجمن اروپایی برای مطالعه چاقی