Clear Sky Science
הסברים מבוססי ראיות, עם מעט ז'רגון

Clear Sky Science · he

מולקולרית LEGION: כיסוי כה עצום של מרחב הכימיה סביב המטרה NLRP3 עד שאי־אפשר לחשבו

· חזרה לאינדקס

מדוע זה חשוב לתרופות של העתיד

עיצוב תרופות חדשות דומה לחיפוש כמה גרגירי חול מיוחדים על חוף אינסופי. מאמר זה מתאר דרך להרחיב באופן אדיר את החיפוש סביב מתג מערכת חיסון מבטיח הנקרא NLRP3, המקושר למחלות דלקתיות כרוניות רבות. באמצעות שילוב של כמה סוגי בינה מלאכותית עם טריקים כימיים חכמים, המחברים מייצרים ומשתפים אוסף ענק של מולקולות שעוצבו במחשב ויכולות ביום מן הימים לשמש נקודות התחלה לתרופות חדשות.

האתגר של יקום מולקולרי אינסופי

כימאים מדברים על "מרחב כימי" כדי לתאר את כל המולקולות הקטנות שיכולות, בעקרון, להתקיים. המרחב הזה עצום עד כדי אי־יאמן — הרבה מעבר למה שניתן לאחסן בבסיס נתונים או לבדוק במעבדה. הקטלוגים הקיימים של מולקולות ממשיות או שניתן לסנתזן בקלות מכסים רק כתם זעיר של היקום הזה, ואף פחות ממנו בעל פעילות ביולוגית ידועה. רוב גילוי התרופות היום עדיין דוגרת באותו בריכה קטנה ושימושית, מה שמגביל את הסיכוי למצוא טיפולים חדשים שניתן לפטנט. המחברים טוענים שהאזור המרגש ביותר נמצא בין מה שנראה ברור שניתן לייצור לבין מה שנראה ברור שאי־אפשר לסנתז: מולקולות שנראות מציאותיות אך מעולם לא יוצרו.

Figure 1
Figure 1.

מתג דלקת קשה אך בעל ערך

הצוות מתמקד ב‑NLRP3, קומפלקס חלבוני המסייע לשלוט בדלקת. כאשר הוא מופרע, NLRP3 נקשר למגוון מחלות — ממחלות אוטואימוניות ועד הפרעות מטבוליות ונוירודגנרטיביות. מספר חברות כבר עיצבו חוסמי מולקולות קטנות של NLRP3, אך אף אחת עדיין לא הפכה לתרופה מאושרת, בין השאר בגלל בעיות כמו סלקטיביות, אספקה לרקמות הנכונות וביולוגיה מורכבת. הדבר הופך את NLRP3 גם לסיכון גדול וגם לתשואה גבוהה: כר פורה לבחינת שיטות שיכולות לחקור שטחי כימיה רחבים בהרבה מאשר הגישות הסטנדרטיות.

כיצד תהליך LEGION חוקר את המרחב הכימי

המחברים מציגים את LEGION, זרימת עבודה מרובת שלבים המבוססת על פלטפורמת AI תעשייתית בשם Chemistry42. ראשית, הם מתחילים ממבנים תלת־ממדיים ידועים שבהם מולקולות קטנות נמצאות בתוך חלבון NLRP3. כשמניחים אותם כתבניות, הם מריצים שתי חיפושים עצמאיים: אחד מסנן אוספים עצומים של מולקולות קיימות שניתנות לסינתזה, והשני משתמש במודלים גנרטיביים של בינה מלאכותית כדי להמציא מולקולות חדשות וסבירות. שניהם מונחים על ידי סימולציות ממוחשבות הבודקות עד כמה כל מולקולה מתאימה לחלבון, כולל צורה ונקודות קשר מפתח. מתוך "ההצלחות הוירטואליות" המתקבלות, הצוות מחלץ אוטומטית קווי שלד מולקולריים מרכזיים, או סקאפולדים, שנראים חשובים לקיבוע.

מסקאדונים מרכזיים למיליארדי אפשרויות

אחר כך LEGION הופך את הסקאפולדים הנגזרים בתלת־ממד לחומרי בניין דו־ממדיים המסומנים בעמדות שבהן ניתן לצרף קבוצות כימיות. החוקרים מחדדים ומרחיבים ערכה זו ליותר מ‑34,000 סקאפולדים ייחודיים, ואז לכ‑94,000 מועדפים המתאימים במיוחד לעיצוב המשך. הם משתמשים בשתי אסטרטגיות משלימות לבניית ספריות וירטואליות עצומות: צינור גנרטיבי דו־ממדי שמציע מולקולות חדשות סביב סקאפולדים אלה, וסכימה קומבינטורית פשוטה אך עוצמתית שמחברת שברים "שמאליים" ו"ימניים" לשלדים מרכזיים בצורה שיטתית. דגימה זהירה של הפיצוץ הקומבינטורי הזה מניבה כ‑110 מיליון מולקולות שונות בערכות הנתונים המשותפות, והקוד המצורף יכול בעקרון להפיק כ‑123 מיליארד.

Figure 2
Figure 2.

בדיקה שהמולקולות הווירטואליות עדיין הגיוניות

יצירת מספרים מסנוורים של מבנים שימושית רק אם לפחות חלק מהם סביר שיעבדו. כדי לבדוק זאת, המחברים בוחרים באופן אקראי תת־קבוצות מהמולקולות שעוצבו בדו־ממד ומריצים שוב דוקינג ותיקוף תלת־ממדי מלא, כאילו היו מועמדות חדשות. הם מגלים שלמעלה ממחצית המולקולות שנוצרו על ידי מודלי גנרטיב ויחס בריא מאלו הקומבינטוריים מתנהגות כ"הצלחות וירטואליות" מבטיחות בבדיקות אלו. במחקרי מקרה נוספים הם מראים כי LEGION מסוגלת לגלות מחדש משפחות ידועות של מולקולות החוסמות NLRP3 מבלי שנאמר להן עליהן ישירות, ואפילו הכילה דוגמאות של כימוטיפ חדש שאחר כך דווח על ידי קבוצה אחרת כסדרת מעכבים חדשה של NLRP3.

מה המשמעות לעתיד

עבור לא־מומחים, המסר העיקרי הוא שציידי תרופות מתחילים למפות את דרכם דרך מרחב כמעט בלתי נתפש של תרופות אפשריות בעזרת בינה מלאכותית. במקום להציע תרופה יחידה חדשה, המחקר הזה מספק נוף רחב וממוקד־מטרה של מולקולות שעוצבו במחשב סביב NLRP3, יחד עם הכלים לחקור אותו. נוף זה יכול להאיץ סינון וירטואלי, להעניק השראה לאסטרטגיות פטנט חדשות ולעזור לחוקרים לקפוץ ממשפחה כימית אחת לאחרת בחיפוש תרופות אנטי‑דלקתיות בטוחות ויעילות יותר. בקצרה, LEGION הופך יקום כימי מרוחק ומופשט למגרש מסודר לגילוי תרופות עתידי נגד NLRP3.

ציטוט: Zagribelnyy, B., Aladinskiy, V., Bondarev, N. et al. Molecular LEGION: incalculably large coverage of chemical space around the NLRP3 target. Sci Data 13, 576 (2026). https://doi.org/10.1038/s41597-026-06850-y

מילות מפתח: מעכבי NLRP3, כימיה גנרטיבית, מרחב כימי, גילוי תרופות מונע בינה מלאכותית, סינון וירטואלי