Il Progetto U.O.M.O. (Unità Ottimizzate Modelli Operativi) o “Simulatore Umano” ha lo scopo di sviluppare tecniche e metodi per avvicinarsi sempre di più a un sistema informatico che simuli gli effetti provocati da un candidato farmaco sull'organismo umano, per poterne prevedere efficacia e sicurezza. Il sistema provvede all'integrazione di informazioni chimiche, biologiche e farmacologiche in formato digitale: dati rappresentativi e descrittivi delle molecole in sperimentazione come farmaco; dati sui risultati dei test biologici a cui sono sottoposte le molecole; dati farmacologici sull'interazione delle molecole con l'organismo umano. I dati provenienti da varie fonti (PubChem, US Environmental Protection Agency (EPA)) sono opportunamente filtrati per eliminare le ridondanze e renderli coerenti. I dataset così ottenuti, sono analizzati con l’uso di algoritmi di apprendimento automatico (machine learning) per individuare eventuali associazioni tra attività e struttura molecolare. Dalle associazioni individuate derivano i modelli per la predizione dell’attività delle molecole. Come risultato finale il sistema assegna a ogni nuova molecola un probabile profilo di attività, segnalando i casi di situazioni ad alto rischio. Il “Simulatore Umano” sarà utilizzato per la sperimentazione di nuovi farmaci, fornendo indicazioni sulla possibile efficacia e sicurezza delle molecole testate. Il progetto, realizzato sotto la supervisione scientifica del Dott. Luca Pani, direttore della Sezione di Neurofarmacologia dell'Istituto Tecnologie Biomediche del Consiglio Nazionale delle Ricerche, è finanziato dalla Regione Sardegna.
UOMO Project, or “Man simulator”, aims to bring us closer to a computational system to simulate the effects of a new drug on the human body and to predict drug safety and efficacy. System is based on the integration of different kinds of scientific data: molecular structures; biological activity data, such as bioassay results; pharmacological data describing the effects of molecules on the human body. Data are collected from different sources (e.g. publications, PubChem, US Environmental Protection Agency (EPA)), and are curated to to remove redundancies and assert coherence. The resulting datasets are analyzed with machine learning algorithms to extract important patterns and relations between molecular structrure and activity, from which derive predictive activity models The end result is that for a given new molecule, the system will provide a probable activity profile, and flag high risk situations. The “Man simulator” will be used in virtual screening for new lead compounds and to identify drug candidates that have a high risk of unintended side effects. UOMO project is realized in collaboration with Luca Pani, head of Section of Neuropharmacology of the Institute of Biomedical Technologies, Italian National Research Council, and is funded by the Regione Autonoma della Sardegna.
