Insilico Medicine en Universiteit van Toronto gaan samenwerken om AI-medicijnen te ontwikkelen voor 'niet-medicamenteuze' kankerdoelen
In het kort
De Universiteit van Toronto werkt samen met Insilico Medicine om door AI aangedreven medische oplossingen te ontwikkelen voor ‘onherstelbare’ kankerdoelen.
Professor Igor Stagljar van de Universiteit van Toronto ging een samenwerking aan met Insilico geneeskunde, een door AI aangedreven bedrijf voor de ontdekking van geneesmiddelen, om zich te richten op ‘onmediceerbare’ kankerdoelen – die welke conventionele therapieën niet hebben kunnen aanpakken.
Het laboratorium maakt gebruik van op live cellen gebaseerde tests om de effectiviteit van Insilico's AI-ontworpen moleculen tegen deze onmediceerbare doelwitten te testen.
“Er wordt aangenomen dat maar liefst 85% van alle menselijke eiwitten ‘niet-mediceerbaar’ zijn, wat betekent dat ze niet kunnen worden aangepakt met behulp van de standaardbenadering van het identificeren van een bindingsplaats en het ontwerpen van een molecuul dat zich aan die pocket zal binden om een therapeutische respons te induceren.” Petrina Kamya, hoofd van AI Platforms en president van Insilico Medicine Canada, vertelde het Metaverse Post.
“Wat de oorzaak ook is, data en AI een oplossing bieden. AI kan voorheen onbekende doelen vinden – zoals een ondiepe bindingsholte – en een nieuw molecuul ontwerpen dat dit kan remmen, of een molecuul ontwerpen dat in staat is om de eiwit-eiwitinteractie te verstoren, met behulp van de specifieke parameters die we hebben ingesteld”, voegde ze eraan toe.
Het laboratorium van Stagljar richt zich op het identificeren van afwijkende eiwit-eiwitinteracties (PPI's) die bijdragen aan ziekten als kanker en hij beschouwt dit als een aantrekkelijke optie bij de ontwikkeling van geneesmiddelen.
Igor Stagljaar, hoogleraar biochemicus en moleculair geneticus aan de Universiteit van Toronto, legt de rol van AI uit en zegt dat AI gebruik maakt van enorme biologische datasets en geavanceerde algoritmen om remmers van kleine moleculen te identificeren voor uitdagende doelen. AI-hulpmiddelen analyseer complexe biologische gegevens zoals genomische sequenties en eiwitstructuren, wat helpt bij nauwkeurige doelidentificatie.
“Ze voorspellen molecuulinteracties, stroomlijnen de selectie van verbindingen en versnellen de virtuele screening van chemische bibliotheken. Bovendien identificeert AI-gestuurde analyse van geneesmiddelendatabases mogelijkheden voor het herbestemmen van geneesmiddelen, waardoor de ontwikkeling wordt versneld”, voegde hij eraan toe.
Beide teams beginnen met een ondrugbaar doelwit – zoals KRAS, een van de meest gemuteerde kankereiwitten, dat vanwege zijn ondiepe pocket moeilijk te behandelen is met medicijnen. Insilico gebruikt zijn end-to-end AI-platform om nieuwe moleculen ‘voor te stellen’ die zijn ontworpen om dit moeilijke doelwit te remmen, die zijn geoptimaliseerd om de kenmerken te hebben die nodig zijn om succesvolle medicijnen te zijn – waaronder metabolische stabiliteit, potentie en veiligheid.
“We hebben veel succes gehad met het gebruik van ons platform om nieuwe kankerbehandelingen te ontwerpen met behulp van AI. De meerderheid van de 31 door AI ontworpen medicijnen in onze pijplijn bevinden zich in de kankersector – waaronder een KAT6-remmer voor borstkanker die heeft geleid tot een belangrijke licentieovereenkomst met de Menarini Group, en een USP1-remmer, ontworpen voor BRCA-mutante tumoren die ook voorkomen in borstkanker, dat was het onderwerp van een belangrijke deal met Exelixis”, aldus Petrina Kamya van Insilico.
Live-celtests bevorderen de ontdekking van geneesmiddelen met AI-integratie
In het kader van deze samenwerking worden twee testen gebruikt, waaronder MaMTH-DS en SIMPL. MaMTH-DS is een live-cell-medicijnscreeningplatform voor het identificeren en monitoren van PPI's, terwijl SIMPL een gesplitst inteïne (een type eiwit met unieke eigenschappen dat van nature in veel cellen voorkomt) gebruikt als sensor voor PPI-detectie in elk menselijk eiwit in elk menselijk eiwit. cellijn.
“Deze testen, in combinatie met die van InSilico Medicine AI-ingeschakeld tools, vergemakkelijken de snelle generatie van nieuwe chemische verbindingen met wenselijke farmacologische eigenschappen, waaronder selectiviteit, potentie en geschikte ADME, waardoor de inspanningen voor het ontdekken van geneesmiddelen worden bevorderd”, vertelde professor Stagljar. Metaverse Post.
Live-celtesten bieden gegevens over hoe goed een klein molecuul in een biologische omgeving bindt, evenals over de cellulaire permeabiliteit en toxiciteit ervan, wat voordelen biedt ten opzichte van traditionele reageerbuistests.
Bovendien kunnen onderzoekers met live-celtests snel de werkzaamheid bepalen van door AI ontworpen moleculen bij het remmen van specifieke eiwitdoelen, waardoor het validatieproces van geneesmiddelen mogelijk wordt teruggebracht van 4 tot 5 jaar tot slechts enkele maanden.
Disclaimer
In lijn met de Richtlijnen voor vertrouwensprojectenHoud er rekening mee dat de informatie op deze pagina niet bedoeld is en niet mag worden geïnterpreteerd als juridisch, fiscaal, beleggings-, financieel of enige andere vorm van advies. Het is belangrijk om alleen te beleggen wat u zich kunt veroorloven te verliezen en onafhankelijk financieel advies in te winnen als u twijfels heeft. Voor meer informatie raden wij u aan de algemene voorwaarden en de hulp- en ondersteuningspagina's van de uitgever of adverteerder te raadplegen. MetaversePost streeft naar nauwkeurige, onpartijdige berichtgeving, maar de marktomstandigheden kunnen zonder voorafgaande kennisgeving worden gewijzigd.
Over de auteur
Kumar is een ervaren technologiejournalist met een specialisatie in de dynamische kruispunten van AI/ML, marketingtechnologie en opkomende velden zoals crypto, blockchain en NFTS. Met meer dan drie jaar ervaring in de branche heeft Kumar een bewezen staat van dienst opgebouwd in het opstellen van boeiende verhalen, het houden van inzichtelijke interviews en het leveren van uitgebreide inzichten. De expertise van Kumar ligt in het produceren van inhoud met een grote impact, waaronder artikelen, rapporten en onderzoekspublicaties voor vooraanstaande industriële platforms. Met een unieke reeks vaardigheden die technische kennis en verhalen vertellen combineert, blinkt Kumar uit in het op een duidelijke en boeiende manier communiceren van complexe technologische concepten aan een divers publiek.
Meer artikelenKumar is een ervaren technologiejournalist met een specialisatie in de dynamische kruispunten van AI/ML, marketingtechnologie en opkomende velden zoals crypto, blockchain en NFTS. Met meer dan drie jaar ervaring in de branche heeft Kumar een bewezen staat van dienst opgebouwd in het opstellen van boeiende verhalen, het houden van inzichtelijke interviews en het leveren van uitgebreide inzichten. De expertise van Kumar ligt in het produceren van inhoud met een grote impact, waaronder artikelen, rapporten en onderzoekspublicaties voor vooraanstaande industriële platforms. Met een unieke reeks vaardigheden die technische kennis en verhalen vertellen combineert, blinkt Kumar uit in het op een duidelijke en boeiende manier communiceren van complexe technologische concepten aan een divers publiek.