Insilico Medicine och University of Toronto samarbetar för att utveckla AI-läkemedel för "odugliga" cancermål
I korthet
University of Toronto har samarbetat med Insilico Medicine för att utveckla AI-drivna medicinska lösningar för "odugliga" cancermål.
University of Torontos professor Igor Stagljar ingick ett samarbete med Insilico medicin, ett AI-drivet läkemedelsupptäcktsföretag, för att rikta in sig på "odugliga" cancermål - de som konventionella terapier inte har kunnat ta itu med.
Labbet använder levande cellbaserade analyser för att testa effektiviteten hos Insilicos AI-designade molekyler mot dessa ohärdiga mål.
"Så många som 85% av alla mänskliga proteiner tros vara "odugliga", vilket innebär att de inte kan målinriktas med standardmetoden att identifiera ett bindningsställe och designa en molekyl som kommer att binda till den fickan för att inducera ett terapeutiskt svar." Petrina Kamya, chef för AI Platforms och president för Insilico Medicine Canada berättade Metaverse Post.
”Oavsett orsak, data och AI erbjuda en lösning. AI kan hitta tidigare okända mål – som en ytlig bindningsficka – och designa en ny molekyl som kan hämma den eller designa en molekyl som kan interferera i protein-proteininteraktionen med hjälp av de specifika parametrar som vi ställer in”, tillade hon.
Stagljars labb fokuserar på att identifiera avvikande protein-proteininteraktioner (PPI) som bidrar till sjukdomar som cancer och han ser det som ett attraktivt alternativ i läkemedelsutveckling.
Igor Stagljaar, biokemisten och molekylärgenetikern vid University of Toronto förklarade rollen som AI, sa att AI utnyttjar stora biologiska datamängder och avancerade algoritmer för att identifiera små molekylhämmare för utmanande mål. AI-verktyg analysera komplexa biologiska data som genomiska sekvenser och proteinstrukturer, vilket hjälper till med exakt målidentifiering.
"De förutsäger molekylinteraktioner, effektiviserar val av ämnen och påskyndar virtuell screening av kemiska bibliotek. Dessutom identifierar AI-driven analys av läkemedelsdatabaser möjligheter för att återanvända läkemedel, vilket påskyndar utvecklingen”, tillade han.
Båda lagen börjar med ett odugligt mål – som KRAS, ett av de mest muterade cancerproteinerna, som har varit svårt att droga på grund av sin grunda ficka. Insilico använder sin end-to-end AI-plattform för att "föreställa" nya molekyler som är designade för att hämma detta svåra mål, som är optimerade för att ha egenskaper som krävs för att vara framgångsrika läkemedel – inklusive metabolisk stabilitet, styrka och säkerhet.
"Vi har haft stor framgång med att använda vår plattform för att designa nya cancerbehandlingar med AI. Majoriteten av de 31 AI-designade läkemedlen i vår pipeline finns i cancerområdet – inklusive en KAT6-hämmare för bröstcancer som ledde till ett stort licensavtal med Menarini Group, och en USP1-hämmare, designad för BRCA-muterade tumörer som också ses i bröstcancer, det var föremål för en betydande affär med Exelixis, säger Insilicos Petrina Kamya.
Levande cellanalyser driver läkemedelsupptäckt med AI-integrering
Under detta samarbete används två analyser inklusive MaMTH-DS och SIMPL. MaMTH-DS är en screeningplattform för levande celler för att identifiera och övervaka PPI, medan SIMPL använder ett delat intein (en typ av protein med unika egenskaper som förekommer naturligt i många celler) som en sensor för PPI-detektion i alla mänskliga proteiner i alla cellinje.
"Dessa analyser, i kombination med InSilico Medicine's AI-aktiverad verktyg, underlättar den snabba genereringen av nya kemiska föreningar med önskvärda farmakologiska egenskaper, inklusive selektivitet, styrka och lämplig ADME, och på så sätt främja läkemedelsupptäcktsansträngningar, sa professor Stagljar till Metaverse Post.
Levande cell analyser ger datum på hur väl en liten molekyl binder i en biologisk miljö, såväl som dess cellulära permeabilitet och toxicitet, vilket erbjuder fördelar jämfört med traditionella provrörsanalyser.
Dessutom, med analyser av levande celler, kan forskare snabbt fastställa effektiviteten av AI-designade molekyler för att hämma specifika proteinmål, vilket potentiellt kan minska läkemedelsvalideringsprocessen från 4-5 år till bara månader.
Villkor
I linje med den Riktlinjer för Trust Project, vänligen notera att informationen på den här sidan inte är avsedd att vara och inte ska tolkas som juridisk, skattemässig, investerings-, finansiell eller någon annan form av rådgivning. Det är viktigt att bara investera det du har råd att förlora och att söka oberoende finansiell rådgivning om du har några tvivel. För ytterligare information föreslår vi att du hänvisar till villkoren samt hjälp- och supportsidorna som tillhandahålls av utfärdaren eller annonsören. MetaversePost är engagerad i korrekt, opartisk rapportering, men marknadsförhållandena kan ändras utan föregående meddelande.
Om författaren
Kumar är en erfaren teknisk journalist med specialisering på de dynamiska skärningspunkterna mellan AI/ML, marknadsföringsteknologi och framväxande områden som krypto, blockchain och NFTs. Med över 3 års erfarenhet i branschen har Kumar etablerat en bevisad meritlista i att skapa övertygande berättelser, genomföra insiktsfulla intervjuer och leverera omfattande insikter. Kumars expertis ligger i att producera innehåll med hög effekt, inklusive artiklar, rapporter och forskningspublikationer för framstående industriplattformar. Med en unik kompetens som kombinerar teknisk kunskap och berättande, utmärker Kumar sig på att kommunicera komplexa tekniska koncept till olika publik på ett tydligt och engagerande sätt.
fler artiklarKumar är en erfaren teknisk journalist med specialisering på de dynamiska skärningspunkterna mellan AI/ML, marknadsföringsteknologi och framväxande områden som krypto, blockchain och NFTs. Med över 3 års erfarenhet i branschen har Kumar etablerat en bevisad meritlista i att skapa övertygande berättelser, genomföra insiktsfulla intervjuer och leverera omfattande insikter. Kumars expertis ligger i att producera innehåll med hög effekt, inklusive artiklar, rapporter och forskningspublikationer för framstående industriplattformar. Med en unik kompetens som kombinerar teknisk kunskap och berättande, utmärker Kumar sig på att kommunicera komplexa tekniska koncept till olika publik på ett tydligt och engagerande sätt.