Tradycyjny rozwój leków przeciwnowotworowych to proces długotrwały, kosztowny i pełen niepowodzeń. Tymczasem zespół amerykańskich naukowców udowadnia, że połączenie sztucznej inteligencji, superkomputerów i wiedzy strukturalnej może radykalnie zmienić sposób projektowania terapii onkologicznych. Nowy kandydat na lek – BBO-10203 – nie tylko skutecznie blokuje wzrost guzów w modelach przedklinicznych, ale również eliminuje jeden z najpoważniejszych skutków ubocznych wcześniejszych terapii. To potencjalny przełom w leczeniu nowotworów, które dotychczas uchodziły za oporne na leczenie.
Z tego artykułu dowiesz się…
- Jak działa kandydat na lek BBO-10203 i dlaczego jest przełomowy w leczeniu nowotworów z mutacjami RAS i PI3Kα.
- W jaki sposób sztuczna inteligencja i superkomputery przyspieszyły opracowanie skutecznej i bezpiecznej cząsteczki przeciwnowotworowej.
- Jakie nowotwory mogą skorzystać z tej terapii oraz dlaczego wcześniejsze próby leczenia szlaku RAS–PI3Kα były nieskuteczne lub toksyczne.
- Jakie są dalsze plany badawcze i jakie nadzieje wiążą się z rozwojem BBO-10203 w kontekście przyszłych terapii.
BBO-10203 – nowa cząsteczka celująca w krytyczny szlak nowotworowy
Związek BBO-10203 został opracowany we współpracy Lawrence Livermore National Laboratory (LLNL), Frederick National Laboratory for Cancer Research (FNLCR) oraz firmy BridgeBio Oncology Therapeutics (BBOT). Cząsteczka ta celuje w interakcję między dwoma białkami – RAS i PI3Kα – która odgrywa kluczową rolę w rozwoju wielu typów nowotworów. Co istotne, dotychczasowe próby blokowania tego szlaku wiązały się z poważnymi skutkami ubocznymi, takimi jak hiperglikemia. BBO-10203 przełamuje tę barierę.
To precyzyjny, ukierunkowany atak na długotrwałą podatność na raka – powiedziała Felice Lightstone, liderka grupy systemów biochemicznych i biofizycznych w LLNL.
Superkomputery DOE i AI skracają drogę od koncepcji do kliniki
Rozwój BBO-10203 nie byłby możliwy bez platformy LCADD (Livermore Computer-Aided Drug Design), łączącej AI, uczenie maszynowe oraz modelowanie fizyczne. Superkomputery DOE – Ruby i Lassen – umożliwiły zespołowi symulację działania setek tysięcy cząsteczek jeszcze przed ich syntezą.
Szczególnie ekscytujące jest to, że osiągnięto to przy użyciu potoku obliczeniowego – skracając to, co tradycyjnie zajmuje wiele lat – podkreśliła Lightstone.
Iteracyjne modelowanie, krystalografia i testy biochemiczne pozwoliły zespołowi na wybór najlepszego kandydata o wysokiej selektywności i właściwościach farmakologicznych umożliwiających przejście do badań klinicznych.
Skuteczność bez hiperglikemii – nowy standard leczenia?
BBO-10203 działa jako tzw. „łamacz” – przerywa interakcję RAS–PI3Kα, która często napędza rozwój nowotworów. W modelach przedklinicznych cząsteczka spowalniała wzrost guzów w nowotworach HER2-dodatnich, z mutacjami PIK3CA i KRAS. Co więcej, zwiększała skuteczność innych terapii stosowanych w leczeniu raka piersi, płuc i jelita grubego.
Odkryliśmy pierwszy w swojej klasie sposób blokowania tej interakcji w guzach bez wpływu na sygnalizację insuliny – powiedział Dhirendra Simanshu, główny naukowiec FNLCR i współautor badania.
Od „kleju molekularnego” do „łamacza” raka
Początkowo zespół z FNLCR opracował związek stabilizujący interakcję RAS–PI3Kα w celu jej zbadania. Z czasem dostrzeżono, że ten sam mechanizm można wykorzystać odwrotnie – by go zablokować. Dzięki współpracy z LLNL i BBOT przekształcono koncepcję w skuteczny „wyłącznik” sygnału rakowego. To właśnie ta strategia – od biologii strukturalnej po AI i testy kliniczne – zrewolucjonizowała podejście do projektowania terapii.
Kliniczne nadzieje i przyszłość podejścia AI+HPC
Pierwsze badanie kliniczne fazy 1 z udziałem pacjentów z rakiem piersi, płuc i jelita grubego ma ocenić bezpieczeństwo, dawkowanie i wstępną skuteczność leku. Dodatkowo, BBO-10203 jest już drugim kandydatem BBOT/LLNL/FNLCR w badaniach na ludziach – po cząsteczce BBO-8520 ukierunkowanej na mutację KRASG12C.
Pedro Beltran, dyrektor naukowy BBOT, podsumował:
Ta współpraca reprezentuje przyszłość odkrywania leków na raka – szybsze, mądrzejsze i bardziej bezpośrednie.
👉 Wyniki oraz opis badań znajdziesz pod TYM LINKIEM
Główne wnioski
- BBO-10203 to nowy kandydat na lek przeciwnowotworowy, który skutecznie blokuje interakcję RAS–PI3Kα bez wywoływania hiperglikemii, w odróżnieniu od wcześniejszych terapii.
- Zaawansowana platforma LCADD oraz superkomputery Ruby i Lassen umożliwiły zaprojektowanie cząsteczki z wysoką selektywnością i lepszymi parametrami farmakokinetycznymi.
- BBO-10203 spowalnia wzrost guzów w modelach raka piersi, płuc i jelita grubego, a także wzmacnia działanie innych leków przeciwnowotworowych.
- Projekt powstał dzięki współpracy LLNL, BBOT i FNLCR i stanowi przykład nowoczesnego, precyzyjnego podejścia do projektowania terapii onkologicznych z użyciem AI i obliczeń HPC.
Źródło:
- Science
- Lawrence Livermore National Laboratory
