Az Insilico Medicine és a Torontói Egyetem partnere mesterséges intelligencia-gyógyszerek kifejlesztésére a „gyógyíthatatlan” rákellenes célok érdekében
Röviden
A Torontói Egyetem együttműködik az Insilico Medicine vállalattal, hogy mesterséges intelligenciával hajtott orvosi megoldásokat fejlesszenek ki a „kiegyensúlyozhatatlan” rákos célpontok számára.
A Torontói Egyetem professzora, Igor Stagljar partnerséget kötött Insilico gyógyszer, egy mesterséges intelligencia által vezérelt gyógyszerkutató cég, hogy megcélozhassa azokat a rákos célpontokat, amelyeket a hagyományos terápia nem tudott megbirkózni.
A laboratórium élő sejt-alapú tesztekkel teszteli az Insilico mesterséges intelligencia által tervezett molekuláinak hatékonyságát ezekkel a kivédhetetlen célpontokkal szemben.
"Az összes emberi fehérje 85%-áról azt gondolják, hogy "nem védhető", ami azt jelenti, hogy nem lehet őket megcélozni a kötőhely azonosítása és egy olyan molekula megtervezése révén, amely ahhoz a zsebhez kötődik, és terápiás választ vált ki." Petrina Kamya, az AI Platforms vezetője és az Insilico Medicine Canada elnöke elmondta Metaverse Post.
„Bármi is az oka, az adatok és AI megoldást kínálni. A mesterséges intelligencia találhat korábban fel nem tárt célpontokat – például egy sekély kötőzsebet –, és új molekulát tervezhet, amely gátolni tudja azt, vagy olyan molekulát tervezhet, amely képes beavatkozni a fehérje-fehérje kölcsönhatásba az általunk beállított specifikus paraméterek segítségével” – tette hozzá.
Stagljar laboratóriuma az aberráns fehérje-fehérje kölcsönhatások (PPI-k) azonosítására összpontosít, amelyek hozzájárulnak olyan betegségekhez, mint a rák, és ezt vonzó lehetőségnek tartja a gyógyszerfejlesztésben.
Igor Stagljaar, a Torontói Egyetem biokémikus és molekuláris genetikus professzora a mesterséges intelligencia szerepét magyarázva elmondta, hogy az AI hatalmas biológiai adatkészleteket és fejlett algoritmusokat használ a kis molekulájú inhibitorok azonosítására kihívást jelentő célpontok számára. AI eszközök összetett biológiai adatok, például genomi szekvenciák és fehérjeszerkezetek elemzése, segítve a célpont pontos azonosítását.
„Molekulakölcsönhatásokat jósolnak meg, egyszerűsítik a vegyületválasztást, és felgyorsítják a kémiai könyvtárak virtuális szűrését. Sőt, a gyógyszeradatbázisok mesterséges intelligencia által vezérelt elemzése feltárja a gyógyszerek újrahasznosításának lehetőségeit, ami felgyorsítja a fejlesztést” – tette hozzá.
Mindkét csapat egy kivédhetetlen célponttal kezd – ilyen például a KRAS, az egyik leggyakrabban mutált rákos fehérje, amelyet sekély zsebe miatt nehéz gyógyszerezni. Az Insilico a végpontokig terjedő mesterségesintelligencia-platformját használja, hogy „elképzeljen” új molekulákat, amelyek célja ennek a nehéz célpontnak a gátlása, és amelyek úgy vannak optimalizálva, hogy rendelkezzenek a sikeres gyógyszerekhez szükséges tulajdonságokkal – beleértve a metabolikus stabilitást, hatékonyságot és biztonságot.
„Nagy sikereket értünk el, amikor platformunkkal új rákkezeléseket terveztünk mesterséges intelligencia segítségével. A gyártási folyamatunkban lévő 31 mesterséges intelligencia által tervezett gyógyszer többsége a rák területén található – beleértve a mellrák elleni KAT6-gátlót, amely jelentős licencszerződést kötött a Menarini csoporttal, és egy USP1-gátlót, amelyet BRCA-mutáns daganatok kezelésére terveztek, szintén mellrák, ez volt a tárgya egy jelentős üzlet az Exelixis-szel” – mondta az Insilico Petrina Kamya.
Az élő sejtes vizsgálatok elősegítik a gyógyszerkutatást mesterséges intelligencia integrációval
Az együttműködés keretében két tesztet alkalmaznak, köztük a MaMTH-DS-t és a SIMPL-t. A MaMTH-DS egy élősejtes gyógyszerszűrési platform a PPI-k azonosítására és monitorozására, míg a SIMPL egy hasított inteint (egyedülálló tulajdonságokkal rendelkező fehérjetípus, amely természetesen számos sejtben előfordul) használ szenzorként a PPI kimutatására bármely emberi fehérjében sejtvonal.
„Ezek a vizsgálatok az InSilico Medicine-vel kombinálva AI-kompatibilis Az eszközök megkönnyítik a kívánatos farmakológiai tulajdonságokkal rendelkező új kémiai vegyületek gyors előállítását, ideértve a szelektivitást, a hatékonyságot és a megfelelő ADME-t, ezáltal előmozdítva a gyógyszerkutatási erőfeszítéseket” – mondta Stagljar professzor. Metaverse Post.
Az élő sejtes vizsgálatok biztosítják dátum egy kis molekula biológiai környezetben való kötődése, valamint sejtpermeabilitása és toxicitása, ami előnyöket kínál a hagyományos kémcsővizsgálatokkal szemben.
Ezen túlmenően élő sejtes vizsgálatokkal a kutatók gyorsan meghatározhatják az AI által tervezett molekulák hatékonyságát a specifikus fehérjecélpontok gátlásában, ami potenciálisan lerövidíti a gyógyszerérvényesítési folyamatot 4-5 évről mindössze hónapokra.
A felelősség megtagadása
Összhangban a A Trust Project irányelvei, kérjük, vegye figyelembe, hogy az ezen az oldalon közölt információk nem minősülnek jogi, adózási, befektetési, pénzügyi vagy bármilyen más formájú tanácsnak, és nem is értelmezhetők. Fontos, hogy csak annyit fektessen be, amennyit megengedhet magának, hogy elveszítsen, és kérjen független pénzügyi tanácsot, ha kétségei vannak. További információkért javasoljuk, hogy tekintse meg a szerződési feltételeket, valamint a kibocsátó vagy hirdető által biztosított súgó- és támogatási oldalakat. MetaversePost elkötelezett a pontos, elfogulatlan jelentéstétel mellett, de a piaci feltételek előzetes értesítés nélkül változhatnak.
A szerzőről
Kumar tapasztalt műszaki újságíró, aki az AI/ML dinamikus metszéspontjaira, a marketingtechnológiára és az olyan feltörekvő területekre szakosodott, mint a kriptográfia, blokklánc és NFTs. Az iparágban szerzett több mint 3 éves tapasztalatával Kumar bevált eredményeket hozott fel lenyűgöző narratívák készítése, éleslátó interjúk készítése és átfogó betekintések nyújtása terén. A Kumar szakértelme abban rejlik, hogy nagy hatású tartalmakat készít, ideértve cikkeket, jelentéseket és kutatási publikációkat prominens iparági platformok számára. A technikai tudást és a történetmesélést ötvöző egyedülálló készségkészletével Kumar kiválóan kommunikál összetett technológiai koncepciókkal a különböző közönségekkel, világos és vonzó módon.
További cikkek
Kumar tapasztalt műszaki újságíró, aki az AI/ML dinamikus metszéspontjaira, a marketingtechnológiára és az olyan feltörekvő területekre szakosodott, mint a kriptográfia, blokklánc és NFTs. Az iparágban szerzett több mint 3 éves tapasztalatával Kumar bevált eredményeket hozott fel lenyűgöző narratívák készítése, éleslátó interjúk készítése és átfogó betekintések nyújtása terén. A Kumar szakértelme abban rejlik, hogy nagy hatású tartalmakat készít, ideértve cikkeket, jelentéseket és kutatási publikációkat prominens iparági platformok számára. A technikai tudást és a történetmesélést ötvöző egyedülálló készségkészletével Kumar kiválóan kommunikál összetett technológiai koncepciókkal a különböző közönségekkel, világos és vonzó módon.
