Insilico Medicine i la Universitat de Toronto s'associen per desenvolupar fàrmacs amb intel·ligència artificial per a objectius de càncer "no farmacèutics"
En breu
La Universitat de Toronto s'ha associat amb Insilico Medicine per desenvolupar solucions mèdiques basades en IA per a objectius de càncer "no drogables".
El professor de la Universitat de Toronto, Igor Stagljar, es va col·laborar amb Medicina Insilica, una empresa de descobriment de fàrmacs impulsada per la intel·ligència artificial, per orientar-se a objectius de càncer "no drogables", aquells que la terapèutica convencional no ha pogut abordar.
El laboratori utilitza assajos basats en cèl·lules vives per provar l'eficàcia de les molècules dissenyades per IA d'Insilico contra aquests objectius no farmacèutics.
"Es creu que el 85% de totes les proteïnes humanes són "no drogables", el que significa que no es poden orientar mitjançant l'enfocament estàndard d'identificar un lloc d'unió i dissenyar una molècula que s'uneixi a aquesta butxaca per induir una resposta terapèutica". Va dir Petrina Kamya, cap de Plataformes d'IA i presidenta d'Insilico Medicine Canada Metaverse Post.
“Sigui quina sigui la causa, dades i AI oferir una solució. La IA pot trobar objectius no revelats anteriorment, com ara una butxaca d'unió poc profunda, i dissenyar una nova molècula que la pugui inhibir o dissenyar una molècula capaç d'interferir en la interacció proteïna-proteïna utilitzant els paràmetres específics que establim", va afegir.
El laboratori de Stagljar se centra a identificar les interaccions proteïnes-proteïnes (IPP) aberrants que contribueixen a malalties com el càncer i ho considera una opció atractiva en el desenvolupament de fàrmacs.
Explicant el paper de la IA, Igor Stagljaar, el bioquímic i professor de genetista molecular de la Universitat de Toronto, va dir que la IA aprofita amplis conjunts de dades biològiques i algorismes avançats per identificar inhibidors de molècules petites per a objectius desafiants. Eines d’intel·ligència artificial analitzar dades biològiques complexes com seqüències genòmiques i estructures de proteïnes, ajudant a la identificació precisa de la diana.
"Prediuen les interaccions de molècules, racionalitzen la selecció de compostos i acceleren el cribratge virtual de biblioteques químiques. A més, l'anàlisi de bases de dades de fàrmacs impulsada per IA identifica oportunitats per reutilitzar medicaments, accelerant el desenvolupament", va afegir.
Tots dos equips comencen amb un objectiu no farmacèutic, com ara KRAS, una de les proteïnes del càncer mutades amb més freqüència, que ha estat difícil de drogar a causa de la seva butxaca poc profunda. Insilico utilitza la seva plataforma d'IA d'extrem a extrem per "imaginar" noves molècules dissenyades per inhibir aquest objectiu difícil, optimitzades per tenir les característiques necessàries per ser fàrmacs d'èxit, incloses l'estabilitat metabòlica, la potència i la seguretat.
"Hem tingut un gran èxit utilitzant la nostra plataforma per dissenyar nous tractaments contra el càncer mitjançant IA. La majoria dels 31 fàrmacs dissenyats per IA del nostre gasoducte es troben a l'espai del càncer, inclòs un inhibidor KAT6 per al càncer de mama que va conduir a un important acord de llicència amb el grup Menarini, i un inhibidor USP1, dissenyat per a tumors mutants de BRCA també vist a càncer de mama, que va ser objecte d'un acord important amb Exelixis", va dir Petrina Kamya d'Insilico.
Els assajos de cèl·lules vives impulsen el descobriment de fàrmacs amb la integració d'IA
Sota aquesta col·laboració, s'estan utilitzant dos assajos, inclosos MaMTH-DS i SIMPL. MaMTH-DS és una plataforma de cribratge de fàrmacs de cèl·lules vives per identificar i controlar IPP, mentre que SIMPL utilitza una inteïna dividida (un tipus de proteïna amb propietats úniques que es produeix de manera natural en moltes cèl·lules) com a sensor per a la detecció de IPP en qualsevol proteïna humana de qualsevol tipus. línia cel·lular.
"Aquests assajos, quan es combinen amb InSilico Medicine Compatible amb IA eines, faciliten la generació ràpida de nous compostos químics amb propietats farmacològiques desitjables, incloses la selectivitat, la potència i l'ADME adequat, avançant així els esforços de descobriment de fàrmacs", va dir el professor Stagljar. Metaverse Post.
Els assajos de cèl·lules vives proporcionen dades sobre com s'uneix una petita molècula en un entorn biològic, així com la seva permeabilitat cel·lular i toxicitat, oferint avantatges respecte als assaigs tradicionals en proveta.
A més, amb assajos de cèl·lules vives, els investigadors poden determinar ràpidament l'eficàcia de les molècules dissenyades per IA per inhibir dianes de proteïnes específiques, reduint potencialment el procés de validació de fàrmacs de 4 a 5 anys a només mesos.
renúncia
En línia amb la Directrius del projecte Trust, si us plau, tingueu en compte que la informació proporcionada en aquesta pàgina no pretén ni s'ha d'interpretar com a assessorament legal, fiscal, d'inversió, financer o de cap altra forma. És important invertir només el que et pots permetre perdre i buscar assessorament financer independent si tens dubtes. Per obtenir més informació, us suggerim que feu referència als termes i condicions, així com a les pàgines d'ajuda i assistència proporcionades per l'emissor o l'anunciant. MetaversePost es compromet a fer informes precisos i imparcials, però les condicions del mercat estan subjectes a canvis sense previ avís.
About The Autor
Kumar és un periodista tecnològic experimentat amb una especialització en les interseccions dinàmiques d'IA/ML, tecnologia de màrqueting i camps emergents com ara cripto, blockchain i NFTs. Amb més de 3 anys d'experiència en el sector, Kumar ha establert una trajectòria demostrada en l'elaboració de narracions convincents, la realització d'entrevistes minucioses i l'oferiment d'informació exhaustiva. L'experiència de Kumar rau en la producció de contingut d'alt impacte, inclosos articles, informes i publicacions de recerca per a plataformes de la indústria destacades. Amb un conjunt d'habilitats únics que combina coneixements tècnics i narració, Kumar destaca per comunicar conceptes tecnològics complexos a diversos públics d'una manera clara i atractiva.
més articles
Kumar és un periodista tecnològic experimentat amb una especialització en les interseccions dinàmiques d'IA/ML, tecnologia de màrqueting i camps emergents com ara cripto, blockchain i NFTs. Amb més de 3 anys d'experiència en el sector, Kumar ha establert una trajectòria demostrada en l'elaboració de narracions convincents, la realització d'entrevistes minucioses i l'oferiment d'informació exhaustiva. L'experiència de Kumar rau en la producció de contingut d'alt impacte, inclosos articles, informes i publicacions de recerca per a plataformes de la indústria destacades. Amb un conjunt d'habilitats únics que combina coneixements tècnics i narració, Kumar destaca per comunicar conceptes tecnològics complexos a diversos públics d'una manera clara i atractiva.
