Een van onze nieuwste start-up ontwikkelingen is iets wat we samen met een groot chemisch bedrijf doen en wat tevens een pharma spin-off lijkt te krijgen tesamen met een universiteit: het draait volledig om eiwitten (proteïnen) en hoe je die kunt optimaliseren. De meeste chemische fabrieken zijn gebaseerd op proteïne-gebaseerde productieprocessen. 80% van de omzet in de pharma wereld zijn medicijnen die gebaseerd zijn op proteïnen.

Chemische reacties in fabrieken of de interactie van medicijnen in het menselijk lichaam zijn eigenlijk in de basis gebaseerd op de reacties tussen 2 verschillende proteïnen. Die reactie kun je in de computer berekenen op basis van de 3d-structuur van proteïnen. Het lijkt een beetje op met LEGO spelen. Hoe makkelijker twee 3d-structuren op elkaar “passen”, hoe beter ze met elkaar reageren. Experts noemen dit vaak de bindingseenheid.

Met die “binding” kun je spelen door de aminozuursequentie van een proteïne (en daardoor de 3d-structuur van die proteïne) te wijzigen / optimaliseren. Door de computer een oneindig aantal mogelijke mutaties te laten doen, kun je daardoor de “optimale” chemische reactie in een fabriek bereiken of het beste “werkende” medicijn. Bij medicijnen komt er dan nog een extra factor bij kijken, en dat is “selectiviteit”. Bij medicijnen wil je bijvoorbeeld dat het goed bindt met bijvoorbeeld het spike-eiwit van Covid-19 (en de diverse mutaties daarop) maar je wilt dat het niet goed bindt met allerlei andere eiwitten (anders krijg je teveel bijwerkingen van het medicijn).

De stand van de technologie is inmiddels zo ver dat het vrijwel vergelijkbaar is met testen in het laboratorium (die duur zijn en lang duren) dus via de computer willen we dit proces zover als mogelijk automatiseren en tot een soort short- of longlist komen die dan nog in het laboratorium gevalideerd worden. En eigenlijk kunnen we daardoor dan het ontwikkelingsproces van medicijnen goedkoper, sneller en beter maken en tevens chemische fabrieken optimaliseren.

Het is een super domeinspecifiek gebied. Dus onze A.I. developers hadden een enorm steile leercurve om alle terminologie in de branche te begrijpen (ligands, scaffolds, alpha-helix, off targets etcetera). Maar de technologie begint al te werken en we beginnen langzaam ook een helder idee op te bouwen waar onze USP’s in deze zeer veelbelovende markt straks liggen.
#chemtech #genzai #protein #proteinengineering #folding #pharma