Aceleración de la Descubrimiento de Sondas de Fluorescencia Impulsada por IA

Área de la Ciencia:

• Bioquímica
• Biología Molecular
• Imagenología Médica

Sus antecedentes:

• Las sondas de imagen de fluorescencia son cruciales para la investigación clínica y preclínica, pero su descubrimiento se ve obstaculizado por andamios limitados y métodos lentos y costosos de prueba y error.
• El desarrollo de sondas específicas para el objetivo requiere superar los desafíos en la identificación de andamios de fluoróforos adecuados y la predicción de propiedades fotofísicas.

Objetivo del estudio:

• Desarrollar una estrategia híbrida que integre la Inteligencia Artificial (IA) con bioensayos para acelerar el descubrimiento de sondas de imagen de fluorescencia específicas para el objetivo.
• Crear un modelo de IA (PROBY) capaz de identificar moléculas fluorescentes y predecir propiedades fotofísicas clave.

Principales métodos:

• Se desarrolló PROBY, un modelo de IA entrenado con más de un millón de entradas moleculares de nueve conjuntos de datos para identificar moléculas fluorescentes y predecir siete propiedades fotofísicas.
• Se aplicó PROBY a una biblioteca de 26.416 moléculas validadas por objetivo para identificar candidatas con afinidad por el objetivo y características ópticas favorables.
• Se validaron candidatas identificadas por IA para objetivos clínicamente relevantes (tau, BCL-2, TDP-43) y se optimizó un compuesto principal (PE859) mediante modificación química.

Principales resultados:

• PROBY identificó miles de sondas fluorescentes candidatas con afinidad por el objetivo y propiedades ópticas deseables.
• Se descubrieron PE859, obatoclax y B3, que se validaron para aplicaciones que incluyen análisis espectral, cribado de fármacos, etiquetado patológico e imagen in vivo.
• El derivado optimizado 859-2 permitió la imagen in vivo de dos fotones de la patología tau en ratones transgénicos.

Conclusiones:

• La estrategia híbrida de IA-bioensayo expande significativamente el panorama de andamios accesibles para el diseño de sondas de fluorescencia específicas para el objetivo.
• Este enfoque proporciona un marco escalable, eficiente y rentable para la próxima generación de descubrimiento de sondas de fluorescencia.
• El modelo de IA desarrollado y las sondas validadas ofrecen herramientas potentes para avanzar en la navegación clínica y la investigación preclínica.