Insilico Medicine ja Toronton yliopisto ovat yhteistyössä kehittämässä tekoälylääkkeitä "lääkettämättömiin" syöpäkohteisiin
Lyhyesti
Toronton yliopisto on tehnyt yhteistyötä Insilico Medicinen kanssa kehittääkseen tekoälyllä varustettuja lääketieteellisiä ratkaisuja "riittämättömiin" syöpäkohteisiin.
Toronton yliopiston professori Igor Stagljar solmi yhteistyösopimuksen Insilico-lääke, tekoälyyn perustuva lääkekehitysyritys, jonka tavoitteena on kohdistaa "riittämättömiin" syöpäkohteisiin – sellaisiin, joihin perinteiset lääkkeet eivät ole kyenneet puuttumaan.
Laboratorio käyttää eläviin soluihin perustuvia määrityksiä Insilicon tekoälyn suunnittelemien molekyylien tehokkuuden testaamiseen näitä hillittyjä kohteita vastaan.
"Jopa 85 % kaikista ihmisen proteiineista uskotaan olevan "riippumattomia", mikä tarkoittaa, että niitä ei voida kohdistaa käyttämällä tavanomaista sitoutumiskohdan tunnistamista ja molekyylin suunnittelua, joka sitoutuu siihen taskuun indusoidakseen terapeuttisen vasteen. Petrina Kamya, AI Platformsin johtaja ja Insilico Medicine Canadan presidentti kertoi Metaverse Post.
"Syy mikä tahansa, data ja AI tarjota ratkaisu. Tekoäly voi löytää aiemmin paljastamattomia kohteita - kuten matalan sitoutumistaskun - ja suunnitella uuden molekyylin, joka voi estää sen tai suunnitella molekyylin, joka pystyy häiritsemään proteiini-proteiinivuorovaikutusta käyttämällä asettamiamme erityisiä parametreja", hän lisäsi.
Stagljarin laboratorio keskittyy tunnistamaan poikkeavia proteiini-proteiinivuorovaikutuksia (PPI), jotka edistävät sairauksia, kuten syöpää, ja hän pitää sitä houkuttelevana vaihtoehtona lääkekehityksessä.
Tekoälyn roolia selittäessään Toronton yliopiston biokemisti ja molekyyligeneetikko professori Igor Stagljaar sanoi, että tekoäly hyödyntää valtavia biologisia tietojoukkoja ja kehittyneitä algoritmeja tunnistaakseen pienimolekyylisiä estäjiä haastaviin kohteisiin. AI-työkaluja analysoida monimutkaisia biologisia tietoja, kuten genomisia sekvenssejä ja proteiinirakenteita, mikä auttaa kohteen tarkkaa tunnistamisessa.
"Ne ennustavat molekyylien vuorovaikutuksia, virtaviivaistavat yhdisteiden valintaa ja nopeuttavat kemiallisten kirjastojen virtuaalista seulontaa. Lisäksi tekoälylähtöinen lääketietokantojen analyysi tunnistaa mahdollisuuksia lääkkeiden uudelleenkäyttöön, mikä nopeuttaa kehitystä", hän lisäsi.
Molemmat joukkueet aloittavat lääkkeettömästä kohteesta – kuten KRAS:sta, joka on yksi yleisimmin mutatoituneista syöpäproteiineista, jota on ollut vaikea huumeilla sen matalan taskunsa vuoksi. Insilico käyttää kokonaisvaltaista tekoälyalustaa "kuvitellakseen" uusia molekyylejä, jotka on suunniteltu estämään tätä vaikeaa kohdetta ja jotka on optimoitu saamaan ominaisuudet, joita tarvitaan menestyvien lääkkeiden kannalta – mukaan lukien metabolinen stabiilius, teho ja turvallisuus.
"Olemme onnistuneet hyvin käyttämällä alustaamme uusien syöpähoitojen suunnittelussa tekoälyllä. Suurin osa 31:stä tekoälyllä suunnitellusta lääkkeestämme valmistetaan syöpää varten – mukaan lukien rintasyövän KAT6-inhibiittori, joka johti merkittävään lisenssisopimukseen Menarini Groupin kanssa, ja USP1-estäjä, joka on suunniteltu BRCA-mutanttisille kasvaimille, joita on myös nähty rintasyöpä, se oli merkittävän sopimuksen kohteena Exelixisin kanssa”, sanoi Insilicon Petrina Kamya.
Elävät soluanalyysit edistävät lääketutkimusta tekoälyintegraation avulla
Tämän yhteistyön puitteissa käytetään kahta määritystä, mukaan lukien MaMTH-DS ja SIMPL. MaMTH-DS on elävien solujen lääkeseulontaalusta PPI:iden tunnistamiseen ja seurantaan, kun taas SIMPL käyttää jaettua proteiinia (proteiinityyppiä, jolla on ainutlaatuiset ominaisuudet ja jota esiintyy luonnostaan monissa soluissa) sensorina PPI:n havaitsemiseen missä tahansa ihmisen proteiinissa missä tahansa. solulinja.
"Nämä määritykset yhdistettynä InSilico Medicinen kanssa AI-pohjaisia työkalut helpottavat uusien kemiallisten yhdisteiden nopeaa tuottamista, joilla on toivottuja farmakologisia ominaisuuksia, mukaan lukien selektiivisyys, teho ja sopiva ADME, mikä edistää lääkekehityspyrkimyksiä", professori Stagljar kertoi. Metaverse Post.
Elävien solujen määritykset tarjoavat tiedot kuinka hyvin pieni molekyyli sitoutuu biologisessa ympäristössä, sekä sen solujen läpäisevyys ja toksisuus, mikä tarjoaa etuja perinteisiin koeputkimäärityksiin verrattuna.
Lisäksi elävien solujen määrityksillä tutkijat voivat nopeasti määrittää tekoälyn suunnittelemien molekyylien tehokkuuden tiettyjen proteiinikohteiden estämisessä, mikä saattaa lyhentää lääkkeen validointiprosessia 4–5 vuodesta vain kuukausiin.
Vastuun kieltäminen
Mukaisesti Luottamusprojektin ohjeetHuomaa, että tällä sivulla annettuja tietoja ei ole tarkoitettu eikä niitä tule tulkita oikeudellisiksi, verotukselliseksi, sijoitus-, rahoitus- tai minkään muun muodon neuvoiksi. On tärkeää sijoittaa vain sen verran, mitä sinulla on varaa menettää, ja pyytää riippumatonta talousneuvontaa, jos sinulla on epäilyksiä. Lisätietoja saat käyttöehdoista sekä myöntäjän tai mainostajan tarjoamista ohje- ja tukisivuista. MetaversePost on sitoutunut tarkkaan, puolueettomaan raportointiin, mutta markkinaolosuhteet voivat muuttua ilman erillistä ilmoitusta.
Author
Kumar on kokenut teknologiatoimittaja, joka on erikoistunut AI/ML:n dynaamisiin risteyksiin, markkinointiteknologiaan ja nouseviin aloihin, kuten krypto-, lohkoketju- ja NFTs. Yli 3 vuoden kokemuksella alalta Kumar on saavuttanut todistetun ennätyksen vakuuttavien tarinoiden laatimisessa, oivaltavien haastattelujen tekemisessä ja kattavien näkemysten toimittamisessa. Kumarin asiantuntemus perustuu vaikuttavan sisällön tuottamiseen, mukaan lukien artikkeleita, raportteja ja tutkimusjulkaisuja merkittäville alan alustoille. Ainutlaatuisella taitosarjalla, jossa yhdistyvät tekninen tietämys ja tarinankerronta, Kumar on erinomainen kommunikoimaan monimutkaisia teknologisia käsitteitä eri yleisöille selkeällä ja mukaansatempaavalla tavalla.
lisää artikkeleita
Kumar on kokenut teknologiatoimittaja, joka on erikoistunut AI/ML:n dynaamisiin risteyksiin, markkinointiteknologiaan ja nouseviin aloihin, kuten krypto-, lohkoketju- ja NFTs. Yli 3 vuoden kokemuksella alalta Kumar on saavuttanut todistetun ennätyksen vakuuttavien tarinoiden laatimisessa, oivaltavien haastattelujen tekemisessä ja kattavien näkemysten toimittamisessa. Kumarin asiantuntemus perustuu vaikuttavan sisällön tuottamiseen, mukaan lukien artikkeleita, raportteja ja tutkimusjulkaisuja merkittäville alan alustoille. Ainutlaatuisella taitosarjalla, jossa yhdistyvät tekninen tietämys ja tarinankerronta, Kumar on erinomainen kommunikoimaan monimutkaisia teknologisia käsitteitä eri yleisöille selkeällä ja mukaansatempaavalla tavalla.
