Insilico Medicine и Университета на Торонто си партнират за разработване на лекарства с изкуствен интелект за „нелекарстващи“ цели за рак
Накратко
Университетът в Торонто си партнира с Insilico Medicine за разработване на базирани на изкуствен интелект медицински решения за „нелекарстващи“ мишени за рак.
Професорът от университета в Торонто Игор Стагляр влезе в партньорство с Insilico Medicine, управлявана от изкуствен интелект компания за откриване на лекарства, за да се насочи към „нелекарствени“ мишени за рак – тези, които конвенционалните терапевтици не са успели да адресират.
Лабораторията използва тестове на базата на живи клетки, за да тества ефективността на проектираните от AI молекули на Insilico срещу тези нелекарстващи цели.
„Смята се, че 85% от всички човешки протеини са „нелекарствени“, което означава, че не могат да бъдат насочени чрез стандартния подход за идентифициране на място на свързване и проектиране на молекула, която ще се свърже с този джоб, за да предизвика терапевтичен отговор,“ Каза Петрина Камя, ръководител на AI Platforms и президент на Insilico Medicine Canada Metaverse Post.
„Каквато и да е причината, данните и AI предложи решение. AI може да намери неразкрити досега цели – като плитък свързващ джоб – и да проектира нова молекула, която може да го инхибира, или да проектира молекула, способна да се намесва във взаимодействието протеин-протеин, използвайки специфичните параметри, които задаваме“, добави тя.
Лабораторията на Stagljar се фокусира върху идентифицирането на анормални протеин-протеинови взаимодействия (PPI), които допринасят за заболявания като рак, и той я смята за привлекателна опция при разработването на лекарства.
Обяснявайки ролята на изкуствения интелект, Игор Стагляр, биохимик и професор по молекулярна генетика в университета в Торонто, каза, че изкуственият интелект използва огромни масиви от биологични данни и усъвършенствани алгоритми за идентифициране на инхибитори на малки молекули за предизвикателни цели. Инструменти за AI анализира сложни биологични данни като геномни последователности и протеинови структури, подпомагайки прецизното идентифициране на целта.
„Те предвиждат взаимодействията на молекулите, оптимизират селекцията на съединения и ускоряват виртуалния скрининг на химическите библиотеки. Освен това, управляваният от изкуствен интелект анализ на базите данни за лекарства идентифицира възможности за пренасочване на лекарства, ускорявайки развитието“, добави той.
И двата отбора започват с цел, която не може да се лекува – като KRAS, един от най-често мутиралите ракови протеини, който е трудно да се лекува поради плиткия му джоб. Insilico използва своята AI платформа от край до край, за да си „представи“ нови молекули, които са проектирани да инхибират тази трудна цел, които са оптимизирани да имат характеристики, необходими за да бъдат успешни лекарства – включително метаболитна стабилност, ефикасност и безопасност.
„Постигнахме голям успех, използвайки нашата платформа за проектиране на нови лечения на рак с помощта на AI. По-голямата част от 31-те създадени от изкуствен интелект лекарства в нашия процес са в областта на рака – включително KAT6 инхибитор за рак на гърдата, който доведе до голямо лицензионно споразумение с Menarini Group, и USP1 инхибитор, предназначен за BRCA-мутантни тумори, наблюдавани също в рак на гърдата, това беше предмет на значителна сделка с Exelixis“, каза Петрина Камя от Insilico.
Анализите на живи клетки стимулират откриването на лекарства с интегриране на AI
В рамките на това сътрудничество се използват два анализа, включително MaMTH-DS и SIMPL. MaMTH-DS е платформа за скрининг на лекарства на живи клетки за идентифициране и наблюдение на PPI, докато SIMPL използва разделен интеин (вид протеин с уникални свойства, който се среща естествено в много клетки) като сензор за откриване на PPI във всеки човешки протеин във всеки клетъчна линия.
„Тези анализи, когато се комбинират с InSilico Medicine AI-активиран инструменти, улесняват бързото генериране на нови химични съединения с желани фармакологични свойства, включително селективност, ефикасност и подходящ ADME, като по този начин напредват усилията за откриване на лекарства“, каза професор Щагляр Metaverse Post.
Анализите на живи клетки осигуряват данни върху това колко добре се свързва малка молекула в биологична среда, както и нейната клетъчна пропускливост и токсичност, предлагайки предимства пред традиционните анализи в епруветки.
Освен това, с анализи на живи клетки, изследователите могат бързо да определят ефикасността на проектираните от AI молекули при инхибиране на специфични протеинови мишени, потенциално намалявайки процеса на валидиране на лекарства от 4-5 години до само месеци.
Отказ от отговорност
В съответствие с Доверете се насоките на проекта, моля, имайте предвид, че предоставената на тази страница информация не е предназначена да бъде и не трябва да се тълкува като правен, данъчен, инвестиционен, финансов или каквато и да е друга форма на съвет. Важно е да инвестирате само това, което можете да си позволите да загубите, и да потърсите независим финансов съвет, ако имате някакви съмнения. За допълнителна информация предлагаме да се обърнете към правилата и условията, както и към страниците за помощ и поддръжка, предоставени от издателя или рекламодателя. MetaversePost се ангажира с точно, безпристрастно отчитане, но пазарните условия подлежат на промяна без предизвестие.
За автора
Кумар е опитен технически журналист със специализация в динамичните пресечни точки на AI/ML, маркетингови технологии и нововъзникващи области като крипто, блокчейн и NFTс. С над 3 години опит в индустрията, Kumar има доказан опит в изработването на завладяващи разкази, провеждането на проницателни интервюта и предоставянето на изчерпателни прозрения. Експертният опит на Kumar се състои в създаването на силно въздействащо съдържание, включително статии, доклади и изследователски публикации за известни индустриални платформи. С уникален набор от умения, който съчетава технически познания и разказване на истории, Кумар се справя отлично в предаването на сложни технологични концепции на различни аудитории по ясен и увлекателен начин.
Още статии
Кумар е опитен технически журналист със специализация в динамичните пресечни точки на AI/ML, маркетингови технологии и нововъзникващи области като крипто, блокчейн и NFTс. С над 3 години опит в индустрията, Kumar има доказан опит в изработването на завладяващи разкази, провеждането на проницателни интервюта и предоставянето на изчерпателни прозрения. Експертният опит на Kumar се състои в създаването на силно въздействащо съдържание, включително статии, доклади и изследователски публикации за известни индустриални платформи. С уникален набор от умения, който съчетава технически познания и разказване на истории, Кумар се справя отлично в предаването на сложни технологични концепции на различни аудитории по ясен и увлекателен начин.
