Insilico Medicine et l'Université de Toronto s'associent pour développer des médicaments d'IA pour des cibles cancéreuses « non médicamentables »
En bref
L'Université de Toronto s'est associée à Insilico Medicine pour développer des solutions médicales basées sur l'IA pour des cibles cancéreuses « intraitables ».
Le professeur Igor Stagljar de l'Université de Toronto a conclu un partenariat avec Médecine Insilico, une société de découverte de médicaments basée sur l'IA, pour cibler des cibles cancéreuses « incurables » – celles que les thérapies conventionnelles ont été incapables de traiter.
Le laboratoire utilise des tests basés sur des cellules vivantes pour tester l'efficacité des molécules conçues par Insilico contre ces cibles non médicamentables.
"On pense que jusqu'à 85 % de toutes les protéines humaines sont « non médicamentables », ce qui signifie qu'elles ne peuvent pas être ciblées en utilisant l'approche standard consistant à identifier un site de liaison et à concevoir une molécule qui se liera à cette poche pour induire une réponse thérapeutique. " Petrina Kamya, responsable des plateformes d'IA et présidente d'Insilico Medicine Canada, a déclaré Metaverse Post.
« Quelle que soit la cause, les données et AI proposer une solution. L’IA peut trouver des cibles jusqu’alors inconnues – comme une poche de liaison peu profonde – et concevoir une nouvelle molécule capable de l’inhiber ou concevoir une molécule capable d’interférer dans l’interaction protéine-protéine en utilisant les paramètres spécifiques que nous avons définis », a-t-elle ajouté.
Le laboratoire de Stagljar se concentre sur l'identification des interactions protéine-protéine (IPP) aberrantes qui contribuent à des maladies comme le cancer et il le considère comme une option intéressante dans le développement de médicaments.
Expliquant le rôle de l'IA, Igor Stagljaar, professeur de biochimiste et de généticien moléculaire à l'Université de Toronto, a déclaré que l'IA exploite de vastes ensembles de données biologiques et des algorithmes avancés pour identifier des inhibiteurs de petites molécules pour des cibles difficiles. Outils IA analyser des données biologiques complexes telles que des séquences génomiques et des structures protéiques, facilitant ainsi l'identification précise des cibles.
« Ils prédisent les interactions moléculaires, rationalisent la sélection des composés et accélèrent le criblage virtuel des bibliothèques chimiques. De plus, l’analyse des bases de données de médicaments basée sur l’IA identifie des opportunités de réutilisation des médicaments, accélérant ainsi le développement », a-t-il ajouté.
Les deux équipes commencent par une cible non médicamentable, telle que KRAS, l’une des protéines cancéreuses les plus fréquemment mutées, difficile à traiter en raison de sa poche peu profonde. Insilico utilise sa plateforme d'IA de bout en bout pour « imaginer » de nouvelles molécules conçues pour inhiber cette cible difficile, optimisées pour posséder les caractéristiques nécessaires au succès des médicaments, notamment la stabilité métabolique, la puissance et la sécurité.
« Nous avons eu beaucoup de succès en utilisant notre plateforme pour concevoir de nouveaux traitements contre le cancer utilisant l'IA. La majorité des 31 médicaments conçus par l'IA dans notre pipeline sont dans le domaine du cancer - y compris un inhibiteur KAT6 pour le cancer du sein qui a conduit à un accord de licence majeur avec le groupe Menarini, et un inhibiteur USP1, conçu pour les tumeurs mutantes BRCA également observées dans le cancer du sein, qui a fait l'objet d'un accord important avec Exelixis », a déclaré Petrina Kamya d'Insilico.
Les tests sur cellules vivantes propulsent la découverte de médicaments grâce à l’intégration de l’IA
Dans le cadre de cette collaboration, deux tests, dont MaMTH-DS et SIMPL, sont utilisés. MaMTH-DS est une plateforme de criblage de médicaments sur cellules vivantes pour identifier et surveiller les IPP, tandis que SIMPL utilise une intéine divisée (un type de protéine aux propriétés uniques qui se produit naturellement dans de nombreuses cellules) comme capteur pour la détection des IPP dans n'importe quelle protéine humaine. ligne cellulaire.
« Ces tests, lorsqu'ils sont combinés avec les tests d'InSilico Medicine Activé par l'IA "Les outils facilitent la génération rapide de nouveaux composés chimiques dotés de propriétés pharmacologiques souhaitables, notamment la sélectivité, la puissance et l'ADME approprié, faisant ainsi progresser les efforts de découverte de médicaments", a déclaré le professeur Stagljar. Metaverse Post.
Les tests sur cellules vivantes fournissent données sur la façon dont une petite molécule se lie dans un environnement biologique, ainsi que sur sa perméabilité cellulaire et sa toxicité, offrant des avantages par rapport aux tests traditionnels en éprouvette.
De plus, grâce aux analyses sur cellules vivantes, les chercheurs peuvent déterminer rapidement l’efficacité des molécules conçues par l’IA pour inhiber des cibles protéiques spécifiques, réduisant potentiellement le processus de validation des médicaments de 4 à 5 ans à quelques mois seulement.
Clause de non-responsabilité
En ligne avec la Lignes directrices du projet de confiance, veuillez noter que les informations fournies sur cette page ne sont pas destinées à être et ne doivent pas être interprétées comme des conseils juridiques, fiscaux, d'investissement, financiers ou toute autre forme de conseil. Il est important d’investir uniquement ce que vous pouvez vous permettre de perdre et de demander des conseils financiers indépendants en cas de doute. Pour plus d'informations, nous vous suggérons de vous référer aux conditions générales ainsi qu'aux pages d'aide et de support mises à disposition par l'émetteur ou l'annonceur. MetaversePost s'engage à fournir des rapports précis et impartiaux, mais les conditions du marché sont susceptibles de changer sans préavis.
A propos de l'auteur
Kumar est un journaliste technologique expérimenté spécialisé dans les intersections dynamiques de l'IA/ML, de la technologie marketing et des domaines émergents tels que la cryptographie, la blockchain et NFTs. Avec plus de 3 ans d'expérience dans l'industrie, Kumar a fait ses preuves dans l'élaboration de récits convaincants, la conduite d'entretiens perspicaces et la fourniture d'informations complètes. L'expertise de Kumar réside dans la production de contenu à fort impact, notamment des articles, des rapports et des publications de recherche pour des plateformes industrielles de premier plan. Doté d’un ensemble de compétences uniques combinant connaissances techniques et narration, Kumar excelle dans la communication de concepts technologiques complexes à des publics divers de manière claire et engageante.
Plus d'articles
Kumar est un journaliste technologique expérimenté spécialisé dans les intersections dynamiques de l'IA/ML, de la technologie marketing et des domaines émergents tels que la cryptographie, la blockchain et NFTs. Avec plus de 3 ans d'expérience dans l'industrie, Kumar a fait ses preuves dans l'élaboration de récits convaincants, la conduite d'entretiens perspicaces et la fourniture d'informations complètes. L'expertise de Kumar réside dans la production de contenu à fort impact, notamment des articles, des rapports et des publications de recherche pour des plateformes industrielles de premier plan. Doté d’un ensemble de compétences uniques combinant connaissances techniques et narration, Kumar excelle dans la communication de concepts technologiques complexes à des publics divers de manière claire et engageante.
