Insilico Medicine и Университет Торонто сотрудничают в разработке препаратов искусственного интеллекта для «неизлечимых» целей рака
Коротко
Университет Торонто заключил партнерское соглашение с Insilico Medicine для разработки медицинских решений на базе искусственного интеллекта для борьбы с «неизлечимыми» мишенями рака.
Профессор Университета Торонто Игорь Стагляр заключил партнерство с Инсилико Медицина, компании по разработке лекарств, управляемой искусственным интеллектом, для борьбы с «неизлечимыми» целями рака – теми, с которыми традиционные методы лечения не могут справиться.
Лаборатория использует анализы на живых клетках для проверки эффективности молекул, разработанных Insilico с помощью искусственного интеллекта, против этих не поддающихся лечению мишеней.
«Считается, что около 85% всех человеческих белков являются «неизлечимыми», что означает, что на них невозможно воздействовать стандартным подходом, заключающимся в определении сайта связывания и разработке молекулы, которая будет связываться с этим карманом, чтобы вызвать терапевтический ответ». Петрина Камья, руководитель подразделения AI Platforms и президент Insilico Medicine Canada, рассказала: Metaverse Post.
«Какова бы ни была причина, данные и AI предложите решение. ИИ может найти ранее не обнаруженные цели, такие как неглубокие карманы связывания, и разработать новую молекулу, которая сможет ингибировать их, или разработать молекулу, способную вмешиваться во взаимодействие белок-белок, используя определенные параметры, которые мы установили», — добавила она.
Лаборатория Стагляра занимается выявлением аберрантных белок-белковых взаимодействий (ИПП), которые способствуют развитию таких заболеваний, как рак, и он считает это привлекательным вариантом при разработке лекарств.
Объясняя роль ИИ, Игорь Стагляр, биохимик и профессор молекулярной генетики Университета Торонто, сказал, что ИИ использует обширные наборы биологических данных и передовые алгоритмы для идентификации низкомолекулярных ингибиторов для сложных целей. Инструменты AI анализировать сложные биологические данные, такие как геномные последовательности и белковые структуры, помогая точно идентифицировать цель.
«Они предсказывают взаимодействия молекул, упрощают выбор соединений и ускоряют виртуальный скрининг химических библиотек. Более того, анализ баз данных о лекарствах с помощью искусственного интеллекта выявляет возможности для повторного использования лекарств, ускоряя разработку», — добавил он.
Обе команды начинают с не поддающейся лечению мишени, такой как KRAS, один из наиболее часто мутирующих раковых белков, который трудно поддавать лечению из-за его неглубокого кармана. Insilico использует свою комплексную платформу искусственного интеллекта, чтобы «представить» новые молекулы, предназначенные для подавления этой сложной мишени и оптимизированные для того, чтобы обладать характеристиками, необходимыми для создания успешных лекарств, включая метаболическую стабильность, эффективность и безопасность.
«Мы добились большого успеха, используя нашу платформу для разработки новых методов лечения рака с использованием искусственного интеллекта. Большинство из 31 препарата, разработанного с помощью искусственного интеллекта, который находится в нашем разработке, относятся к области рака, включая ингибитор KAT6 для лечения рака молочной железы, который привел к заключению крупного лицензионного соглашения с Menarini Group, и ингибитор USP1, разработанный для опухолей с мутацией BRCA, также наблюдаемый в рак молочной железы — это было предметом крупной сделки с Exelixis», — сказала Петрина Камья из Insilico.
Анализ живых клеток способствует открытию лекарств благодаря интеграции ИИ
В рамках этого сотрудничества используются два анализа, включая MaMTH-DS и SIMPL. MaMTH-DS — это платформа для скрининга лекарств на живых клетках для идентификации и мониторинга ИПП, а SIMPL использует расщепленный интеин (тип белка с уникальными свойствами, который естественным образом встречается во многих клетках) в качестве сенсора для обнаружения ИПП в любом белке человека в любом организме. клеточная линия.
«Эти анализы в сочетании с анализами InSilico Medicine AI-включен инструменты, способствуют быстрому созданию новых химических соединений с желаемыми фармакологическими свойствами, включая селективность, активность и соответствующий ADME, тем самым продвигая усилия по поиску лекарств», — сказал профессор Стагляр. Metaverse Post.
Анализы живых клеток обеспечивают данным о том, насколько хорошо небольшая молекула связывается в биологических условиях, а также о ее клеточной проницаемости и токсичности, что дает преимущества перед традиционными анализами в пробирках.
Кроме того, с помощью анализа живых клеток исследователи могут быстро определить эффективность молекул, разработанных с помощью искусственного интеллекта, в ингибировании конкретных белковых мишеней, что потенциально сокращает процесс проверки препарата с 4-5 лет до нескольких месяцев.
Отказ от ответственности
В соответствии с Руководство трастового проектаОбратите внимание, что информация, представленная на этой странице, не предназначена и не должна интерпретироваться как юридическая, налоговая, инвестиционная, финансовая или любая другая форма консультации. Важно инвестировать только то, что вы можете позволить себе потерять, и обращаться за независимой финансовой консультацией, если у вас есть какие-либо сомнения. Для получения дополнительной информации мы предлагаем обратиться к положениям и условиям, а также к страницам справки и поддержки, предоставленным эмитентом или рекламодателем. MetaversePost стремится предоставлять точную и объективную отчетность, однако рыночные условия могут быть изменены без предварительного уведомления.
Об авторе
Кумар — опытный технический журналист, специализирующийся на динамических пересечениях искусственного интеллекта и машинного обучения, маркетинговых технологий и новых областях, таких как криптография, блокчейн и NFTс. Имея более чем трехлетний опыт работы в отрасли, Кумар зарекомендовал себя в создании убедительных повествований, проведении содержательных интервью и предоставлении всеобъемлющей информации. Опыт Кумара заключается в создании эффективного контента, включая статьи, отчеты и исследовательские публикации для известных отраслевых платформ. Обладая уникальным набором навыков, сочетающим в себе технические знания и умение рассказывать истории, Кумар преуспевает в ясной и увлекательной передаче сложных технологических концепций разнообразной аудитории.
Другие статьиКумар — опытный технический журналист, специализирующийся на динамических пересечениях искусственного интеллекта и машинного обучения, маркетинговых технологий и новых областях, таких как криптография, блокчейн и NFTс. Имея более чем трехлетний опыт работы в отрасли, Кумар зарекомендовал себя в создании убедительных повествований, проведении содержательных интервью и предоставлении всеобъемлющей информации. Опыт Кумара заключается в создании эффективного контента, включая статьи, отчеты и исследовательские публикации для известных отраслевых платформ. Обладая уникальным набором навыков, сочетающим в себе технические знания и умение рассказывать истории, Кумар преуспевает в ясной и увлекательной передаче сложных технологических концепций разнообразной аудитории.