Insilico Medicine i Uniwersytet w Toronto współpracują przy opracowywaniu leków opartych na sztucznej inteligencji dla celów nowotworowych, których nie da się wyleczyć
W skrócie
Uniwersytet w Toronto nawiązał współpracę z Insilico Medicine w celu opracowania rozwiązań medycznych opartych na sztucznej inteligencji dla „nieuleczalnych” celów nowotworowych.
Profesor Uniwersytetu w Toronto Igor Stagljar nawiązał współpracę z: Medycyna Insilico, firmę opartą na sztucznej inteligencji, zajmującą się odkrywaniem leków, aby skupić się na „niewyleczalnych” celach nowotworów – czyli tych, z którymi konwencjonalne terapie nie były w stanie sobie poradzić.
Laboratorium wykorzystuje testy na żywych komórkach do testowania skuteczności cząsteczek zaprojektowanych przez sztuczną inteligencję Insilico przeciwko tym nieuleczalnym celom.
„Uważa się, że aż 85% wszystkich ludzkich białek jest „niepodatnych na leczenie”, co oznacza, że nie można na nie namierzyć przy użyciu standardowego podejścia polegającego na identyfikacji miejsca wiązania i projektowaniu cząsteczki, która zwiąże się z tą kieszenią, aby wywołać odpowiedź terapeutyczną”. – powiedziała Petrina Kamya, szefowa AI Platforms i prezes Insilico Medicine Canada Metaverse Post.
„Bez względu na przyczynę, dane i AI zaproponować rozwiązanie. Sztuczna inteligencja może znaleźć wcześniej nieujawnione cele – takie jak płytka kieszeń wiążąca – i zaprojektować nową cząsteczkę, która będzie mogła ją hamować, lub zaprojektować cząsteczkę zdolną do zakłócania interakcji białko-białko przy użyciu określonych parametrów, które ustaliliśmy” – dodała.
Laboratorium Stagljara koncentruje się na identyfikacji nieprawidłowych interakcji białko-białko (PPI), które przyczyniają się do chorób takich jak rak, i uważa to za atrakcyjną opcję w opracowywaniu leków.
Wyjaśniając rolę sztucznej inteligencji, Igor Stagljaar, biochemik i profesor genetyki molekularnej na Uniwersytecie w Toronto powiedział, że sztuczna inteligencja wykorzystuje ogromne zbiory danych biologicznych i zaawansowane algorytmy do identyfikacji drobnocząsteczkowych inhibitorów w przypadku trudnych celów. Narzędzia AI analizuj złożone dane biologiczne, takie jak sekwencje genomowe i struktury białkowe, pomagając w precyzyjnej identyfikacji celu.
„Przewidują interakcje cząsteczek, usprawniają wybór związków i przyspieszają wirtualne przeglądanie bibliotek chemicznych. Co więcej, oparta na sztucznej inteligencji analiza baz danych leków identyfikuje możliwości zmiany przeznaczenia leków, przyspieszając rozwój” – dodał.
Obydwa zespoły zaczynają od celu, którego nie można podważyć – takiego jak KRAS, jedno z najczęściej zmutowanych białek nowotworowych, które ze względu na płytką kieszeń jest trudne do wyleczenia. Insilico wykorzystuje swoją kompleksową platformę sztucznej inteligencji do „wyobrażania sobie” nowych cząsteczek zaprojektowanych tak, aby hamować ten trudny cel, zoptymalizowanych pod kątem cech niezbędnych do zapewnienia skuteczności leków – w tym stabilności metabolicznej, siły działania i bezpieczeństwa.
„Odnieśliśmy ogromny sukces, wykorzystując naszą platformę do projektowania nowatorskich terapii przeciwnowotworowych z wykorzystaniem sztucznej inteligencji. Większość z 31 leków zaprojektowanych przez sztuczną inteligencję, które mamy w przygotowaniu, znajduje zastosowanie w leczeniu nowotworów – w tym inhibitor KAT6 na raka piersi, który doprowadził do zawarcia dużej umowy licencyjnej z Grupą Menarini, oraz inhibitor USP1, przeznaczony na nowotwory z mutacją BRCA, obserwowany również w raka piersi, który był przedmiotem znaczącej umowy z Exelixis” – powiedziała Petrina Kamya z Insilico.
Testy na żywych komórkach napędzają odkrywanie leków dzięki integracji AI
W ramach tej współpracy wykorzystywane są dwa testy, w tym MaMTH-DS i SIMPL. MaMTH-DS to platforma do przeszukiwania leków na żywych komórkach, służąca do identyfikacji i monitorowania PPI, natomiast SIMPL wykorzystuje rozszczepioną inteinę (rodzaj białka o unikalnych właściwościach, który występuje naturalnie w wielu komórkach) jako czujnik do wykrywania PPI w dowolnym ludzkim białku w dowolnym linia komórkowa.
„Te testy w połączeniu z badaniami InSilico Medicine Z obsługą AI narzędzia, ułatwią szybkie wytwarzanie nowych związków chemicznych o pożądanych właściwościach farmakologicznych, w tym selektywności, sile działania i odpowiednim ADME, wspierając w ten sposób wysiłki w zakresie odkrywania leków” – powiedział profesor Stagljar Metaverse Post.
Zapewniają testy na żywych komórkach dane od tego, jak dobrze mała cząsteczka wiąże się w środowisku biologicznym, a także od jej przepuszczalności komórkowej i toksyczności, co zapewnia przewagę nad tradycyjnymi testami w probówkach.
Ponadto dzięki testom na żywych komórkach badacze mogą szybko określić skuteczność cząsteczek zaprojektowanych przez sztuczną inteligencję w hamowaniu określonych celów białkowych, potencjalnie skracając proces walidacji leku z 4–5 lat do zaledwie miesięcy.
Odpowiedzialność
Zgodnie z Zaufaj wytycznym projektu, należy pamiętać, że informacje zawarte na tej stronie nie mają na celu i nie powinny być interpretowane jako porady prawne, podatkowe, inwestycyjne, finansowe lub jakiekolwiek inne formy porad. Ważne jest, aby inwestować tylko tyle, na utratę czego możesz sobie pozwolić, a w przypadku jakichkolwiek wątpliwości zasięgnąć niezależnej porady finansowej. Aby uzyskać więcej informacji, sugerujemy zapoznać się z warunkami oraz stronami pomocy i wsparcia udostępnianymi przez wydawcę lub reklamodawcę. MetaversePost zobowiązuje się do sporządzania dokładnych i bezstronnych raportów, jednakże warunki rynkowe mogą ulec zmianie bez powiadomienia.
O autorze
Kumar jest doświadczonym dziennikarzem technicznym ze specjalizacją w dynamicznych skrzyżowaniach AI/ML, technologii marketingowej i nowych dziedzin, takich jak kryptowaluty, blockchain i NFTS. Dzięki ponad 3-letniemu doświadczeniu w branży Kumar zdobył udokumentowane doświadczenie w tworzeniu fascynujących narracji, przeprowadzaniu wnikliwych wywiadów i dostarczaniu kompleksowych spostrzeżeń. Doświadczenie Kumara polega na tworzeniu treści o dużym wpływie, w tym artykułów, raportów i publikacji badawczych dla czołowych platform branżowych. Dzięki unikalnemu zestawowi umiejętności, który łączy wiedzę techniczną i opowiadanie historii, Kumar przoduje w przekazywaniu złożonych koncepcji technologicznych różnym odbiorcom w jasny i wciągający sposób.
Więcej artykułówKumar jest doświadczonym dziennikarzem technicznym ze specjalizacją w dynamicznych skrzyżowaniach AI/ML, technologii marketingowej i nowych dziedzin, takich jak kryptowaluty, blockchain i NFTS. Dzięki ponad 3-letniemu doświadczeniu w branży Kumar zdobył udokumentowane doświadczenie w tworzeniu fascynujących narracji, przeprowadzaniu wnikliwych wywiadów i dostarczaniu kompleksowych spostrzeżeń. Doświadczenie Kumara polega na tworzeniu treści o dużym wpływie, w tym artykułów, raportów i publikacji badawczych dla czołowych platform branżowych. Dzięki unikalnemu zestawowi umiejętności, który łączy wiedzę techniczną i opowiadanie historii, Kumar przoduje w przekazywaniu złożonych koncepcji technologicznych różnym odbiorcom w jasny i wciągający sposób.