Sztuczna inteligencja może być nowym planem precyzyjnego odkrywania leków

lek

Pisząc 12 lipca 2021 r. w internetowym problemie z Nature Communications, naukowcy z University of California San Diego School of Medicine wyjaśniają nową strategię, która wykorzystuje sprzęt do wyszukiwania celów chorobowych, a następnie przewiduje, czy dany lek najprawdopodobniej uzyska autoryzację FDA.

Poszukiwane badania mogą w wymierny sposób zmienić sposób, w jaki naukowcy filtrują duże informacje, aby odkryć celowe informacje z dużą korzyścią dla ludzi, sektora farmaceutycznego, a także krajowych systemów opieki zdrowotnej.

„Laboratoria akademickie oraz firmy farmaceutyczne i biotechnologiczne mają dostęp do nieograniczonej ilości 'big data' i lepszych niż kiedykolwiek narzędzi do analizy takich danych. Jednak pomimo tych niesamowitych postępów w technologii, wskaźniki sukcesu w odkrywaniu leków są dziś niższe niż w latach 1970. ”- twierdzi dr Pradipta Ghosh, starszy autor badań, a także nauczyciel w działach medycyny i telefonii komórkowej. jako medycyna molekularna w UC San Diego School of Medicine.

„Dzieje się tak głównie dlatego, że leki, które doskonale działają w przedklinicznych modelach wsobnych, takich jak myszy laboratoryjne, które są genetycznie lub w inny sposób identyczne, nie przekładają się na pacjentów w klinice, gdzie każdy osobnik i jego choroba są wyjątkowe. Uważa się, że ta zmienność w klinice jest piętą achillesową każdego programu odkrywania leków”.

W nowym badaniu Ghosh i współpracownicy zmienili zarówno początkowe, jak i ostatnie działanie w zakresie przedklinicznego odkrywania leków za pomocą 2 unikalnych strategii stworzonych w Instytucie Medycyny Sieciowej Uniwersytetu Kalifornijskiego w San Diego (iNetMed), który ujednolica szereg technik badawczych w celu stworzenia nowe środki zaradcze w celu postępu w badaniach naukowych dotyczących życia, a także innowacji, a także poprawy zdrowia i samopoczucia człowieka

Naukowcy wykorzystali wersję stanu zapalnego przewodu pokarmowego (IBD), który jest skomplikowaną, różnorodną, ​​cofającą się chorobą autoimmunologiczną identyfikowaną przez obrzęk wyściółki komórkowej przewodu pokarmowego.

Wpływa na wszystkie grupy wiekowe, a także obniża najwyższą jakość życia ludzi, IBD jest inteligencją lokalizacyjną o najwyższym priorytecie, a także trudnym problemem do rozwiązania, ponieważ nie działają dwie osoby. Początkowy krok Centrum Precyzyjnych Systemów Obliczeniowych , zwane rozpoznawaniem celu, wykorzystywało sztuczną metodę The (AI) stworzoną przez What (PreCSN), obliczeniowe ramię programu iNetMed. Strategia precyzyjnej sztucznej inteligencji pomaga zaprojektować stan, wykorzystując mapę kolejnych modyfikacji w ekspresji genetycznej na początku, a także w trakcie rozwoju choroby.

Ustanawia to mapowanie, oprócz różnych innych istniejących projektów, używając matematycznego In, aby potwierdzić i usunąć wszystkie możliwe podstawowe wytyczne dotyczące wzorców ekspresji genetycznej, z których większość jest zapomniana przez istniejące podejścia.

„W bezpośrednich porównaniach wykazaliśmy wyższość tego podejścia nad istniejącymi metodologiami dokładnego przewidywania„ zwycięzców ”i„ przegranych ”w badaniach klinicznych”, podstawowe formuły gwarantują, że określone wzorce ekspresji genetycznej są„regularne” pomimo różnych warunków wspólnicy. Ghosh, innymi słowy, PreCSN konstruuje mapę, która wyciąga informacje dotyczące wszystkich osób z IBD.

Deklarowana faza „0”. Ostatnia czynność, zwana rozpoznawaniem celu w projektach przedklinicznych, została przeprowadzona w pierwszym tego rodzaju teście medycznym w Centrum z wykorzystaniem żywego biobanku organoidów wyprodukowanych z osób z IBD w Research Excellence HUMANOID

Faza „0” In (CoRE), translacyjne ramię iNetMed.

„Koncepcja badań 'fazy 0' została opracowana, ponieważ większość leków zawodzi gdzieś pomiędzy fazą I i III. Przed przystąpieniem do pacjentów w klinice, „faza 0” testuje skuteczność w modelach chorób ludzkich, w których nieskuteczne związki można odrzucić na wczesnym etapie procesu, oszczędzając miliony dolarów”, strategia obejmuje sprawdzanie skuteczności leków określanych przy użyciu wersji AI na projektach organoidów kondycji ludzkiej – hodowane komórki ludzkie w atmosferze 3D, które imitują warunki panujące poza ciałem. Soumita Das w tej sytuacji, dotknięty IBD gut-in-a-dish.Ph twierdził Department, Pathology D., współautor badań, kierownik placówki HUMANOID, a także nauczyciel pomocniczy w San Diego School of Medycyna w UC

Biopsja for.Tych komórek

„Były dwie główne niespodzianki. Po pierwsze, zauważyliśmy, że pomimo tego, że znajdowały się z dala od komórek odpornościowych w ścianie jelita i bilionów drobnoustrojów znajdujących się w wyściółce jelita, te organoidy od pacjentów z IBD wykazywały charakterystyczne cechy nieszczelnego jelita z uszkodzonymi granicami komórek ”. Badania przeprowadzono podczas zabiegów kolonoskopii, w tym osób z IBD. Biopsje Das zostały wykorzystane jako źródło komórek macierzystych do ekspansji organoidów.

„Po drugie, lek zidentyfikowany przez model AI nie tylko naprawił uszkodzone bariery, ale także chronił je przed atakiem bakterii chorobotwórczych, które dodaliśmy do modelu jelitowego. Te odkrycia sugerują, że lek może działać zarówno w ostrych zaostrzeniach, jak i w terapii podtrzymującej w celu zapobiegania takim zaostrzeniom”.

Twierdzona Faza „0”.

„Nasze badanie pokazuje, w jaki sposób prawdopodobieństwo sukcesu w badaniach klinicznych fazy III, dla dowolnego celu, można określić z matematyczną precyzją”, naukowcy stwierdzili, że strategia obliczeniowa miała wyjątkowo wysoki stopień precyzji wśród różnych wspólników osób z IBD, a także dzięki strategii Debashis Sahoo stworzyli pierwszą w swojej klasie terapię, która ma na celu wyzdrowienie, a także ochronę przeciekającej przeszkody przewodu pokarmowego w IBD.Ph, twierdzi Pediatrics, Computer Science D., współautorka badań, która prowadzi również PreCSN jak jest nauczycielem pomocniczym w oddziałach San Diego School oraz Medicine na UC San Diego of

„Nasze podejście może zapewnić moc predykcyjną, która pomoże nam zrozumieć postęp choroby, ocenić potencjalne korzyści leku i opracować strategię stosowania kombinacji terapii, gdy obecne leczenie zawodzi”, Sahoo oraz UC

Deklarowany lek.”0” pisarze twierdzili, że następujące działania polegają na badaniu przesiewowym, jeśli osoba, która przeszła test na chorobę Alzheimera na ludzkim etapie w przepisie, może przejść testy III stopnia w zakładzie; a także czy dokładnie takie same podejścia mogą:

„Nasz plan może zburzyć status quo i dostarczyć lepszych leków na choroby przewlekłe, które nie mają jeszcze dobrych rozwiązań terapeutycznych”, stosowany w różnych innych schorzeniach, od różnych rodzajów komórek rakowych, a także od stanu Ghosha po tłuszcz bezalkoholowy. stan wątroby.(*) zgłoszono (*).