Conférence du DR Maria Miteva : mêler intelligence artificielle et santé pour de meilleurs médicaments

L'intelligence artificielle (IA) et l'apprentissage automatique (ML - machine learning) ne sont pas que des mots à la mode utilisés dans l'industrie pharmaceutique et biotechnologique. Il existe maintenant un flux constant de publications et de preuves indiquant ce que ces termes signifient réellement, comment ils peuvent être appliqués dans un contexte de découverte et de développement de médicaments, et quelle valeur ils apportent en termes de gain de temps, d’efforts et de coûts.
 

Proposer de meilleurs médicaments

L'IA et le ML peuvent être utilisés pour l'identification des cibles, la conception et l'optimisation de médicaments, la prévision de la toxicité et des événements indésirables.

Lors de la conférence sera présentée une étude in silico intégrant des approches de bioinformatique structurale et d’apprentissage automatique pour prédire les interactions entre les enzymes métabolisant les médicaments. Les enzymes métabolisant les médicaments (DME) jouent un rôle clé dans le métabolisme, l'élimination et la détoxification des xénobiotiques, des médicaments et des molécules endogènes. Bien que leur rôle principal soit de détoxifier les organismes en modifiant des composés, tels que des polluants ou des médicaments, ils rendent parfois leurs substrats plus toxiques, induisant ainsi des réactions indésirables aux médicaments, ou leur inhibition peut entraîner des interactions médicamenteuses. La prévision de l'inhibition potentielle de l'OMD est importante dans la découverte d'un médicament à un stade précoce. L'intervention se concentrera sur le cytochrome P450 (CYP) responsable du métabolisme de 90% des médicaments et sur les sulfotransférases (SULT), enzymes métabolisant les médicaments de phase II, agissant sur un grand nombre de médicaments, d'hormones et de composés naturels. Sera présentée une approche in silico originale pour la prédiction de l'inhibition du CYP2C9 et du SULT1A1, combinant la connaissance de la structure de la protéine et de son comportement dynamique en réponse à la liaison de divers ligands et à la modélisation par apprentissage automatique.


 

Le Dr Maria Miteva

• codirectrice de l'unité U1268 « Chimie médicinale et recherche translationnelle » de l'INSERM, appartenant au laboratoire CiTCoM UMR8038 CNRS - Univ. Paris, Faculté de Pharmacie de Paris
• termine sa thèse de doctorat en 2000 en Bulgarie
• a travaillé dans plusieurs laboratoires universitaires en Bulgarie, en Suède et en France
• intègre l’INSERM en 2005
• plus de 20 ans d’expérience en bioinformatique structurale, en criblage in silico et en apprentissage automatique pour la découverte de médicaments.
• 2 brevets et plus de 90 articles
• membre du comité de rédaction de plusieurs revues réputées dans le domaine et rédactrice associée pour BMC Pharmacology and Toxicology

En savoir plus sur les travaux du Dr M. Miteva