Insilico Medicine og University of Toronto samarbejder om at udvikle AI-lægemidler til 'Undrugable' kræftmål
Kort sagt
University of Toronto har indgået et samarbejde med Insilico Medicine om at udvikle AI-drevne medicinske løsninger til 'umodtagelige' kræftmål.
University of Torontos professor Igor Stagljar indgik et samarbejde med Insilico medicin, et AI-drevet lægemiddelopdagelsesfirma, for at målrette mod "umodtagelige" kræftmål - dem, som konventionelle lægemidler ikke har været i stand til at håndtere.
Laboratoriet bruger levende cellebaserede assays til at teste effektiviteten af Insilicos AI-designede molekyler mod disse uhæmmelige mål.
"Så mange som 85% af alle menneskelige proteiner menes at være "udugelige", hvilket betyder, at de ikke kan målrettes ved at bruge standardmetoden med at identificere et bindingssted og designe et molekyle, der vil binde til den lomme for at inducere en terapeutisk respons." Petrina Kamya, leder af AI Platforms og præsident for Insilico Medicine Canada fortalte Metaverse Post.
“Uanset årsagen, data og AI tilbyde en løsning. AI kan finde hidtil ukendte mål – såsom en overfladisk bindingslomme – og designe et nyt molekyle, der kan hæmme det, eller designe et molekyle, der er i stand til at interferere i protein-protein-interaktionen ved hjælp af de specifikke parametre, som vi sætter,” tilføjede hun.
Stagljars laboratorium fokuserer på at identificere afvigende protein-protein-interaktioner (PPI'er), der bidrager til sygdomme som kræft, og han betragter det som en attraktiv mulighed i lægemiddeludvikling.
Igor Stagljaar, biokemiker og molekylær genetiker professor ved University of Toronto, forklarede AI's rolle, sagde, at AI udnytter store biologiske datasæt og avancerede algoritmer til at identificere små molekylehæmmere til udfordrende mål. AI værktøjer analysere komplekse biologiske data som genomiske sekvenser og proteinstrukturer, hvilket hjælper med præcis målidentifikation.
"De forudsiger molekyleinteraktioner, strømliner forbindelsesvalg og fremskynder virtuel screening af kemiske biblioteker. Desuden identificerer AI-drevet analyse af lægemiddeldatabaser muligheder for at genbruge lægemidler, hvilket accelererer udviklingen,” tilføjede han.
Begge hold begynder med et udugelig mål - såsom KRAS, et af de hyppigst muterede kræftproteiner, som har været svært at medicinere på grund af dets lave lomme. Insilico bruger sin ende-til-ende AI-platform til at "forestille" nye molekyler, der er designet til at hæmme dette vanskelige mål, som er optimeret til at have egenskaber, der er nødvendige for at være succesrige lægemidler - inklusive metabolisk stabilitet, styrke og sikkerhed.
"Vi har haft stor succes med at bruge vores platform til at designe nye kræftbehandlinger ved hjælp af AI. Størstedelen af de 31 AI-designede lægemidler i vores pipeline er i kræftområdet – herunder en KAT6-hæmmer til brystkræft, der førte til en større licensaftale med Menarini Group, og en USP1-hæmmer, designet til BRCA-mutante tumorer, der også ses i brystkræft, det var genstand for en betydelig aftale med Exelixis,” sagde Insilicos Petrina Kamya.
Levende celleassays driver lægemiddelopdagelse med AI-integration
Under dette samarbejde anvendes to assays inklusive MaMTH-DS og SIMPL. MaMTH-DS er en levende-celle lægemiddelscreeningsplatform til identifikation og overvågning af PPI'er, mens SIMPL bruger et split intein (en type protein med unikke egenskaber, der forekommer naturligt i mange celler) som en sensor til PPI-detektion i ethvert humant protein i enhver cellelinje.
"Disse analyser, når de kombineres med InSilico Medicine's AI-aktiveret værktøjer, lette den hurtige generering af nye kemiske forbindelser med ønskværdige farmakologiske egenskaber, herunder selektivitet, styrke og passende ADME, og dermed fremme bestræbelserne på at opdage lægemidler," fortalte professor Stagljar. Metaverse Post.
Levende celle assays giver data om, hvor godt et lille molekyle binder i biologiske omgivelser, såvel som dets cellulære permeabilitet og toksicitet, hvilket giver fordele i forhold til traditionelle reagensglasanalyser.
Derudover kan forskere med levende celleassays hurtigt bestemme effektiviteten af AI-designede molekyler til at hæmme specifikke proteinmål, hvilket potentielt reducerer lægemiddelvalideringsprocessen fra 4-5 år til kun måneder.
Ansvarsfraskrivelse
I tråd med den Trust Project retningslinjer, bemærk venligst, at oplysningerne på denne side ikke er beregnet til at være og ikke skal fortolkes som juridiske, skattemæssige, investeringsmæssige, finansielle eller nogen anden form for rådgivning. Det er vigtigt kun at investere, hvad du har råd til at tabe, og at søge uafhængig finansiel rådgivning, hvis du er i tvivl. For yderligere information foreslår vi at henvise til vilkårene og betingelserne samt hjælpe- og supportsiderne fra udstederen eller annoncøren. MetaversePost er forpligtet til nøjagtig, objektiv rapportering, men markedsforholdene kan ændres uden varsel.
Om forfatteren
Kumar er en erfaren teknisk journalist med speciale i de dynamiske skæringspunkter mellem AI/ML, marketingteknologi og nye områder som krypto, blockchain og NFTs. Med over 3 års erfaring i branchen har Kumar etableret en dokumenteret track record i at skabe overbevisende fortællinger, udføre indsigtsfulde interviews og levere omfattende indsigt. Kumars ekspertise ligger i at producere indhold med stor gennemslagskraft, herunder artikler, rapporter og forskningspublikationer til fremtrædende industriplatforme. Med et unikt færdighedssæt, der kombinerer teknisk viden og historiefortælling, udmærker Kumar sig ved at kommunikere komplekse teknologiske koncepter til forskellige målgrupper på en klar og engagerende måde.
Flere artikler
Kumar er en erfaren teknisk journalist med speciale i de dynamiske skæringspunkter mellem AI/ML, marketingteknologi og nye områder som krypto, blockchain og NFTs. Med over 3 års erfaring i branchen har Kumar etableret en dokumenteret track record i at skabe overbevisende fortællinger, udføre indsigtsfulde interviews og levere omfattende indsigt. Kumars ekspertise ligger i at producere indhold med stor gennemslagskraft, herunder artikler, rapporter og forskningspublikationer til fremtrædende industriplatforme. Med et unikt færdighedssæt, der kombinerer teknisk viden og historiefortælling, udmærker Kumar sig ved at kommunikere komplekse teknologiske koncepter til forskellige målgrupper på en klar og engagerende måde.
