La natura è ricca di potenziali principi attivi ad azione farmacologica, ma la loro ricerca è stata spesso complicata dalla complessità delle matrici organiche che li contengono e, di conseguenza, delle tecniche necessarie a isolarli e caratterizzarli.
La ricerca di nuovi principi attivi di origine naturale potrebbe trovare nuovo slancio grazie alle potenzialità offerte dall’intelligenza artificiale (IA), come attestano i risultati di un progetto condotto da ricercatori della Carnegie Mellon University.

Gli esperti del Metabolomics and Metagenomics Lab hanno sviluppato un algoritmo di machine learning che compara i segnali derivanti dai metaboliti microbici con quelli legati al loro genoma, con l’obiettivo di identificare più facilmente le molecole che potrebbero corrispondere a un prodotto naturale biologicamente attivo. 

Alla ricerca di nuovi peptidi non ribosomiali

Lo studio pubblicato su Nature Communications ha indagato, più in particolare, i peptidi non ribosomiali (NRPs), categoria di composti naturali non codificati nel genoma umano ma prodotti quale risultato di un cammino metabolico codificato all’interno di un “biosynthetic gene cluster” (BGC). Ogni aggregato BGC può dare luogo a numerosi peptidi NRP, quindi diventa importante disporre di strumenti efficaci per predire quelli di reale interesse pratico, comprese le modifiche post-traslazionali a livello dei singoli amminoacidi. L’algoritmo NRPminer è stato usato per analizzare i dati genomici, metagenomici e di spettrometria di massa relativi agli NRP per oltre duecento ceppi microbici di varia origine. Quattro prodotti naturali così individuati hanno mostrato un’interessante attività biologica in esperimenti in vitro, e sono ora sottoposti a ulteriori indagini in collaborazione con il team di Helga Bode, dell’istituto di Bioscienze molecolari della Goethe University (Germania). 

“Quello che è unico nel nostro approccio è che la nostra tecnologia è molto sensibile. Può rilevare molecole con abbondanza dell’ordine dei nanogrammi. Possiamo scoprire cose che si nascondono sotto l’erba”, ha commentato il responsabile del laboratorio, Hosein Mohimani. La speranza è ora di sviluppare ulteriormente il metodo per scoprire altri potenziali molecole ad azione farmacologica, per sviluppare fino a un punto in cui potrebbero trovare l’interesse delle aziende farmaceutiche.Â