Latest news


- News from the industry

AI kan påskynda läkemedelsutveckling

I utveckling av läkemedel mot psykiska sjukdomar
Artificiell intelligens, AI, kan hjälpa till att identifiera molekyler som skulle kunna fungera som nya läkemedel mot psykiska sjukdomar. Med hjälp av AI kan man förutsäga viktiga receptorers tredimensionella strukturer och därigenom påskynda utvecklingen av möjliga läkemedel. Det visar en ny studie från Uppsala universitet som publiceras vetenskapligt i Science Advances.

Inom läkemedelsutveckling används ofta experimentella metoder för att bestämma målproteiners tredimensionella strukturer och för att förstå hur molekyler binder till dem. Informationen behövs för att kunna ta fram och designa läkemedelsmolekyler på ett effektivt sätt. Men arbetsprocessen för att bestämma strukturer kan vara krävande, och det gör att den här strategin inte alltid kan användas.

Tack vare utvecklingen av AI-metoder går det nu att förutsäga proteiners strukturer med högre noggrannhet än tidigare.

I en studie har forskare vid Uppsala universitet använt AI för att skapa en modell av en receptors okända tredimensionella struktur. I det här fallet är det receptorn TAAR1, som är ett intressant målprotein för utveckling av läkemedel mot psykiska sjukdomar. Läkemedelsmolekyler som aktiverar TAAR1 har visat lovande resultat i behandling av schizofreni och depression.

Med beräkningar på superdatorer sökte forskarna sedan i kemiska bibliotek med flera miljoner molekyler för att hitta de som passade bäst i modellen. Molekyler som förutsågs binda till receptorn testades därefter i experiment av forskarkollegor vid Karolinska Institutet. Ett oväntat stort antal av molekylerna aktiverade TAAR1, och en av de mest potenta visade också lovande effekter i djurförsök.

I studiens slutskede blev plötsligt experimentella strukturer för TAAR1 tillgängliga och forskarna kunde då jämföra med AI-modellerna.

– Strukturerna genererade med AI hade förbluffande hög träffsäkerhet – jag trodde knappt det var sant. Resultaten visar också att modellering med AI är betydlig bättre än traditionella metoder. Vi kan nu använda samma strategi för receptorer som vi tidigare bara kunde drömma om att arbeta med, säger Jens Carlsson, som ledde Uppsala universitets del av studien.

Studien har finansierats av bland annat Knut och Alice Wallenbergs stiftelse

Publikation:
Díaz-Holguín et al., AlphaFold accelerated discovery of psychotropic agonists targeting the trace amine–associated receptor 1. Science Advances 10, eadn1524 (2024)

Kontaktinformation:
Jens Carlsson, professor vid institutionen för cell- och molekylärbiologi vid Uppsala universitet och SciLifeLab, jens.carlsson@icm.uu.se, mobil: 072-227 79 76.

LATEST NEWS

- News from the industry
3/2/2026
Varför rätt motor avgör hela arbetsdagenSå skapar du en säkrare arbetsmiljö Vattenkyld laser­svetsning i praktikenElmia Produktionsmässor 19–22 maj 2026Xiaomi Pad 8 Serien
2/28/2026
Så bygger industrin lång­siktig konkurrenskraftVanliga misstag vid inves­tering i svetsutrustning Livsmedelsindustrins dolda risk:
2/27/2026
Öppet hus hos Scantruck i RosersbergStörre produktion kräver större laserskärmaskinerSnedskurna kugghjul för effektiv drift När hydrauliken börjar tappa prestandaLim för metall, plast och trä
2/26/2026
OEM Automatic på mässåret 2026Månadens lagermaskinMätning för hållbarhetFem funktioner i en maskinGravlund investerar i sina kunder
2/25/2026
Avancerade rörsystem och tankarSnart 20 år i samarbete med EU RobotserviceRökutsug avgörande för svetsventilationSeal Partner – En del av TeknikprodukterSoft Touch AB blir officiell Jokasafe-representant
call