Insilico Medicine y la Universidad de Toronto se asocian para desarrollar medicamentos de IA para objetivos de cáncer "no farmacológicos"
En Resumen
La Universidad de Toronto se ha asociado con Insilico Medicine para desarrollar soluciones médicas basadas en inteligencia artificial para objetivos de cáncer "no farmacológicos".
El profesor de la Universidad de Toronto, Igor Stagljar, se asoció con Medicina Insilico, una empresa de descubrimiento de fármacos impulsada por la inteligencia artificial, para apuntar a objetivos de cáncer "no farmacológicos", aquellos que las terapias convencionales no han podido abordar.
El laboratorio utiliza ensayos basados en células vivas para probar la eficacia de las moléculas diseñadas por IA de Insilico contra estos objetivos no farmacológicos.
"Se cree que hasta el 85% de todas las proteínas humanas son 'no farmacológicas', lo que significa que no pueden ser atacadas utilizando el enfoque estándar de identificar un sitio de unión y diseñar una molécula que se unirá a ese bolsillo para inducir una respuesta terapéutica". Petrina Kamya, directora de AI Platforms y presidenta de Insilico Medicine Canada, dijo Metaverse Post.
“Cualquiera que sea la causa, los datos y AI ofrecer una solución. La IA puede encontrar objetivos no revelados previamente, como un bolsillo de unión poco profundo, y diseñar una nueva molécula que pueda inhibirlo o diseñar una molécula capaz de interferir en la interacción proteína-proteína utilizando los parámetros específicos que establecimos”, añadió.
El laboratorio de Stagljar se centra en identificar interacciones proteína-proteína (PPI) aberrantes que contribuyen a enfermedades como el cáncer y lo considera una opción atractiva en el desarrollo de fármacos.
Al explicar el papel de la IA, Igor Stagljaar, bioquímico y genetista molecular profesor de la Universidad de Toronto, dijo que la IA aprovecha vastos conjuntos de datos biológicos y algoritmos avanzados para identificar inhibidores de moléculas pequeñas para objetivos desafiantes. Herramientas de AI analizar datos biológicos complejos, como secuencias genómicas y estructuras de proteínas, lo que ayuda a identificar objetivos con precisión.
“Predicen interacciones moleculares, agilizan la selección de compuestos y aceleran la detección virtual de bibliotecas químicas. Además, el análisis de las bases de datos de medicamentos impulsado por la IA identifica oportunidades para reutilizar los medicamentos, acelerando el desarrollo”, añadió.
Ambos equipos comienzan con un objetivo que no se puede tratar, como KRAS, una de las proteínas cancerosas que muta con mayor frecuencia y que ha sido difícil de tratar debido a su bolsillo poco profundo. Insilico utiliza su plataforma de inteligencia artificial de extremo a extremo para "imaginar" nuevas moléculas diseñadas para inhibir este difícil objetivo, que están optimizadas para tener las características necesarias para ser medicamentos exitosos, incluida la estabilidad metabólica, la potencia y la seguridad.
“Hemos tenido un gran éxito al utilizar nuestra plataforma para diseñar nuevos tratamientos contra el cáncer utilizando IA. La mayoría de los 31 medicamentos diseñados por IA en nuestra cartera están en el ámbito del cáncer, incluido un inhibidor de KAT6 para el cáncer de mama que dio lugar a un importante acuerdo de licencia con Menarini Group, y un inhibidor de USP1, diseñado para tumores con mutaciones BRCA que también se observan en El cáncer de mama fue objeto de un importante acuerdo con Exelixis”, afirmó Petrina Kamya de Insilico.
Los ensayos de células vivas impulsan el descubrimiento de fármacos con la integración de IA
En el marco de esta colaboración, se están utilizando dos ensayos, incluidos MaMTH-DS y SIMPL. MaMTH-DS es una plataforma de detección de fármacos en células vivas para identificar y monitorear IBP, mientras que SIMPL utiliza una inteína dividida (un tipo de proteína con propiedades únicas que ocurre naturalmente en muchas células) como sensor para la detección de IBP en cualquier proteína humana en cualquier línea celular.
“Estos ensayos, cuando se combinan con el de InSilico Medicine Habilitado para IA herramientas, facilitan la generación rápida de nuevos compuestos químicos con propiedades farmacológicas deseables, incluida la selectividad, la potencia y el ADME apropiado, avanzando así los esfuerzos de descubrimiento de fármacos”, dijo el profesor Stagljar. Metaverse Post.
Los ensayos con células vivas proporcionan datos sobre qué tan bien se une una molécula pequeña en un entorno biológico, así como su permeabilidad celular y toxicidad, lo que ofrece ventajas sobre los ensayos tradicionales en tubos de ensayo.
Además, con ensayos de células vivas, los investigadores pueden determinar rápidamente la eficacia de las moléculas diseñadas por IA para inhibir objetivos proteicos específicos, lo que podría reducir el proceso de validación del fármaco de 4 a 5 años a solo meses.
Observación
En línea con la Directrices del Proyecto Confianza, tenga en cuenta que la información proporcionada en esta página no pretende ser ni debe interpretarse como asesoramiento legal, fiscal, de inversión, financiero o de cualquier otro tipo. Es importante invertir sólo lo que pueda permitirse perder y buscar asesoramiento financiero independiente si tiene alguna duda. Para mayor información sugerimos consultar los términos y condiciones así como las páginas de ayuda y soporte proporcionadas por el emisor o anunciante. MetaversePost se compromete a brindar informes precisos e imparciales, pero las condiciones del mercado están sujetas a cambios sin previo aviso.
Sobre el Autor
Kumar es un periodista tecnológico experimentado con especialización en las intersecciones dinámicas de AI/ML, tecnología de marketing y campos emergentes como cripto, blockchain y NFTs. Con más de 3 años de experiencia en la industria, Kumar ha establecido una trayectoria comprobada en la elaboración de narrativas convincentes, la realización de entrevistas interesantes y la entrega de conocimientos integrales. La experiencia de Kumar radica en la producción de contenido de alto impacto, incluidos artículos, informes y publicaciones de investigación para plataformas industriales destacadas. Con un conjunto de habilidades único que combina conocimiento técnico y narración, Kumar se destaca en comunicar conceptos tecnológicos complejos a audiencias diversas de una manera clara y atractiva.
Más artículosKumar es un periodista tecnológico experimentado con especialización en las intersecciones dinámicas de AI/ML, tecnología de marketing y campos emergentes como cripto, blockchain y NFTs. Con más de 3 años de experiencia en la industria, Kumar ha establecido una trayectoria comprobada en la elaboración de narrativas convincentes, la realización de entrevistas interesantes y la entrega de conocimientos integrales. La experiencia de Kumar radica en la producción de contenido de alto impacto, incluidos artículos, informes y publicaciones de investigación para plataformas industriales destacadas. Con un conjunto de habilidades único que combina conocimiento técnico y narración, Kumar se destaca en comunicar conceptos tecnológicos complejos a audiencias diversas de una manera clara y atractiva.