Gerard van Westen: 'Ons model voorspelt wat kandidaat-medicijnen doen in je lijf'

Hij praat snel en enthousiast. Logisch, want Gerard van Westen is als de machinist op een heel snelle trein. Het eindstation: een virtuele mens, bestaand uit algoritmen die voorspellen wat een toegediende stof doet in ons lichaam. De trein is al een heel eind op weg. De farmaceutische industrie is ook aan boord.

Een virtuele mens waarin je van een mogelijk medicijn kunt voorspellen wat de bijwerkingen zijn, of het giftig is én hoe het zich in het lichaam verspreidt. Dat is het ideaal. Met een heleboel partners uit wetenschap en bedrijfsleven, maar ook het RIVM en Proefdiervrij, heeft Gerard van Westen pas het goede nieuws gehoord dat ze onder leiding van de Universiteit Utrecht zo'n model mogen gaan onderzoeken met subsidie uit de Nationale Wetenschaps Agenda.

Van Westen, sinds voorjaar 2020 hoogleraar AI en medicinale chemie: 'Het onderdeel van de virtuele mens waaraan ik werk, is de interactie tussen een kandidaat-medicijn en eiwitten in ons lichaam.' Medicijnen moeten soms een bepaald eiwit remmen of juist activeren, andere moeten ze met rust laten. 'Sinds de jaren zeventig zijn er 3,8 miljoen hoge kwaliteit unieke metingen gepubliceerd over de interactie tussen een chemische stof − bijvoorbeeld een kandidaat medicijn − en een eiwit. Die 3,8 miljoen metingen vormen de dataset waarmee we ons model hebben getraind.'

'Welk molecuul zou dat kunnen? Ons systeem kan een match zoeken'

Dat model, gevoed met 3,8 miljoen datapunten, kan twee dingen. Ten eerst is het een bibliotheek. Van Westen: 'Stel we willen eiwit X blokkeren, omdat het bij een bepaald type kanker muteert en te actief is. Welk molecuul zou dat kunnen? Ons systeem kan een match zoeken bij een vergelijkbaar eiwit, zodat je weet in welke richting je moet zoeken voor een goed medicijn.'

Gatenkaas met veel gaten

Ten tweede kan het model de interactie tussen een stof en een eiwit voorspellen. 'Er zijn ongeveer een miljoen relevante chemische structuren in onze dataset, en 5500 eiwitten waarop je moet letten bij kandidaat-medicijnen. Het product daarvan is 5,5 miljard datapunten.' Daarvan zijn er dus ‘maar’ 3,8 miljoen bekend door metingen: zie het als een gatenkaas met vooral veel gaten. 

In sommige stukken zit vrij veel kaas, in andere gedeelten is het gat wel erg groot, al naar gelang de historische interesse voor bepaalde eiwitten. Gerichte metingen om de gaten op strategische plekken op te vullen, zouden het model enorm helpen betere voorspellingen te kunnen doen. 'Dat is dus precies wat ik wil, maar waar ik moeilijk geld voor krijg. We willen dat nu zelf gaan doen, binnen de AI-samenwerking SAILS binnen de universiteit.'

Farmaceut doet mee

Als het systeem voorspelt welk molecuul je nodig hebt, kan een organisch chemicus meteen het goede molecuul maken. Dat scheelt veel raden en uitproberen. Ideaal voor de farmaceutische industrie. Het bedrijf Galapagos werkt samen met Van Westen. 'We kregen daarvoor subsidie van NWO, die Galapagos aanvult. Voorwaarde is dat de code die we ontwikkelen vrij beschikbaar komt, dus ook voor andere bedrijven. Het voordeel voor Galapagos is dat zij de code al tijdens het ontwikkelen samen met ons kunnen afstemmen op hun werkpraktijk.'

Samen met andere disciplines

De Data Driven Drug Discovery waaraan Gerard van Westen werkt, gaat veel beter met inbreng uit andere disciplines. Samen met computerwetenschapper Michael Emmerich richtte hij daarom in 2018 het Centre for Computational Life Sciences (CCLS) op, voor onderzoekers in de levenswetenschappen die hun eigen vakgebied combineren met computerwetenschappen. 'Ook bijvoorbeeld onderzoek aan zebravisjes levert grote doorbraken op waar wij iets mee kunnen. Daarnaast leren informatici ons op een heel andere manier naar onze data kijken en bepaalde denkstappen te maken.’

Een tastbaar project van het CCLS is een studentuitwisseling met Oekraïne, onder leiding van hoogleraar moleculaire fysiologie Mario van der Stelt. 'Studenten leren ervan, komen bij ons op bezoek, en ik krijg uit Oekraïne binnen een paar weken de moleculen geleverd die ik nodig heb voor mijn eigen onderzoek.'

Tekst: Rianne Lindhout
Foto: Patricia Nauta