Nobela prēmijas ķīmijā laureātu darbs palīdz zāļvielu izstrādē Latvijā

Nobela prēmija dabas zinātnēs nereti rada sajūtu par tālu, nepieejamu pasauli, kas neattiecas uz reālo ikdienas dzīvi. Tomēr šī gada Nobela prēmija ķīmijā tieši ietekmē arī Latvijas Organiskās sintēzes institūta zinātnieku darbu jaunu zāļvielu radīšanā.

Nobela prēmijas laureātu Google DeepMinds pārstāvju – Demisa Hassabisa un Džona Maikla Džampera radītā proteīnu struktūras paredzēšanas programma AlphaFold ievērojami saīsinās laiku, kas nepieciešams jaunu zāļu izstrādei. Ja līdz šim process vidēji aizņēma aptuveni 10 gadus, tad, pateicoties izstrādātajām metodēm, tas varētu tikt saīsināts par vairākiem gadiem.

Ķīmijas zinātņu doktors Raitis Bobrovs OSI Struktūrbioloģijas un zāļvielu dizaina laboratorijas vadītājs ir viens nedaudziem no zinātniekiem Latvijā, kurš ikdienā darbojas ar proteīnu (olbaltumvielu) modelēšanu, tai skaitā izmantojot Nobela prēmijas laureātu radītās AlphaFold iespējas. Jau vairākus gadus zinātnieks pievērsies datormodelēšanai ķīmijā, saskatot tajā milzīgu potenciālu un arī iespēju realizēt savu interesi par matemātiskiem, skaitļojamiem procesiem zinātnē. Ikdienā viņš ar datoraprēķinu palīdzību mēģina identificēt gan jaunas zāļu vielu molekulas, gan arī palīdz optimizēt jau zināmas, tā piedaloties zāļvielu izstrādes visagrīnākajā posmā.

Uz ko iedarbojas zāles?

Zāļvielas visbiežāk tiek radītas ar mērķi iedarboties uz noteiktiem cilvēka vai slimības izraisītāja proteīniem. “Piemēram, pašreiz institūtā strādājam pie jaunu pret-malārijas zāļvielu radīšanas,” par vienu no saviem projektiem stāsta Raitis Bobrovs “Biologi pēta malārijas izraisītāja dažādos proteīnus, meklējot tādus, kas ir vitāli svarīgi tā dzīvības funkcijām. Mēs ķīmiķi meklējam, kā iznīcinoši iedarboties uz šādiem proteīniem, tos nobloķējot. Tam nepieciešams atrast vielu molekulas, kas saistītos un noteiktā viedā iedarbotos uz konkrēto proteīnu. Ne mazāk svarīgi pārliecināties, ka mūsu aktīvās vielas iedarbojas tikai uz noteikto parazīta proteīnu, nevis līdzīgu proteīnu cilvēka ķermenī.”

Atritināt un saritināt proteīnu

Visi dzīvie organismi satur proteīnus. Proteīni pastāvīgi savstarpēji mijiedarbojas, veicot dzīvības uzturēšanai svarīgus procesus, bet tāpat arī izraisot novecošanos, vai aizsākot slimību procesu. Katrs proteīns sastāv no aminoskābēm (organiskiem savienojumiem). Visus pasaules proteīnus veido vienas un tās pašas 20 aminoskābes, tikai tās tiek virknētas dažādā secībā, un šādi veidojas visdažādākie proteīni ar atšķirīgu uzbūvi un funkcijām. To skaits uz šīs planētas pārsniedz 200 miljonus, un katram to tiem ir unikāla struktūra, forma. Amerikāņu zinātnieks Kristians Anfinsens 1972. gadā saņēma Nobela prēmiju ķīmijā par to, ka pēc mērķtiecīgas proteīnu struktūru “iztaisnošanas”, novēroja – tie no jauna ieņem telpā precīzi tādu formu, kāda tiem piemita sākotnēji. Viņš secināja, ka proteīna telpisko izkārtojumu strikti nosaka tā unikālā aminoskābju secība.

No gadiem līdz 2 stundām

Daudzas desmitgades zinātnieki nevarēja rast veidu, kā dabā ieraudzīt katru konkrētu proteīnu, lai saprastu, kā uz to iedarboties. Līdz šim proteīnus mēģināja “ieraudzīt” ar rentgena palīdzību, ilgstoši pētot konkrēto proteīnu, izgaismojot niecīgās struktūras ar rentgena stariem. Šāds proteīna struktūras izzināšanas veids ir ļoti laikietilpīgs, kā rezultātā zāļvielu agrīnais radīšanas posms, kad konkrētam proteīnam tiek meklēta atbilstoši aktīvākā un iedarbīgākā vielu molekula, aizņēma pat vairākus gadus.

Šī gada Nobela prēmijas laureāti savienojot struktūrbioloģijas un mākslīgā intelekta iespējas 2021. gadā radīja datorprogrammu, kas spēj modelēt un telpiski atainot ikvienu šīs planētas proteīnu. Abi zinātnieki ievadīja programmā informāciju par līdz šim noteiktajām 200 000 proteīnu struktūrām un uz šīs bāzes apmācīja mākslīgo intelektu meklēt kopīgas pazīmes aminoskābju secībā, kas ļauj gandrīz nekļūdīgi paredzēt proteīnu telpisko struktūru, telpiski to vizualizējot.

“Šī proteīnu struktūru datu banka ir neticami atvieglojusi, saīsinājusi un padarījusi mērķtiecīgāku zinātnieku darbu agrīnā zāļvielu izstrādes fāzē,” vērtē Raitis Bobrovs. “Lai iepriekš noteiktu proteīna struktūru, bija jārēķinās ar mēnešiem un pat gadiem. Pašreiz ar AlphaFold programmu to var noteikt divu stundu laikā. Turpinājumā var ķerties pie zāļvielu molekulu piemērotības izpētes. Daļu darba atkal jau var saīsināt un veikt ar datormodelēšanas programmu starpniecību.”

Nobela prēmijas laureātu Google DeepMinda pārstāvju radītā un uzlabotā programmas versija AlphaFold2 ir brīvi pieejam ikvienam. Šī gada oktobrī īsi pirms prēmijas paziņošanas to izmantojuši vairāk kā divi miljoni cilvēku gandrīz 200 pasaules valstīs.

Attēlā: AlphaFold modelētā arilogļūdeņražu receptora struktūra (violeta), ko Raitis Bobrovs un kolēģi izmantoja jaunu potenciālo zāļvielu atklāšanā un attīstīšanā. Salīdzinājumam, eksperimentāli noteiktā (realitātē apstirpinātā) struktūra (sarkana), kas iegūta divus gadus vēlāk (ļoti līdzīga datromodelētajai).