Studie untersucht alternsbedingte Mechanismen bei idiopathischer Lungenfibrose unter Verwendung von AI-Ansätzen

Idiopathische Lungenfibrose (IPF) ist eine chronische und progressive Lungenerkrankung, die durch die übermäßige Akkumulation extrazellulärer Matrixkomponenten gekennzeichnet ist, was zu einem allmählichen Rückgang der Lungenfunktion und letztendlich auf Atemfehler führt. Es wird angenommen, dass IPF überwiegend Personen im Alter von 60 Jahren betrifft, und es wird angenommen, dass IPF den zugrunde liegenden biologischen Wegen mit dem Alterungsprozess aufweist. Das Verständnis dieser gemeinsamen Mechanismen ist entscheidend für die Entwicklung innovativer Langlebigkeitstherapien mit dem Potenzial, den Menschen weltweit zu unterstützen.

Kürzlich haben Forscher der Insilico Medicine eine Studie zum Altern veröffentlicht, in der die alternungsbedingten Mechanismen in IPF unter Verwendung künstlicher Intelligenzansätze (KI) untersucht wurden. Die Forschung bildet neuartige Verbindungen zwischen Alterung von Biologie und IPF-Pathogenese und demonstriert gleichzeitig das Potenzial von AI-gesteuerten Ansätzen in der therapeutischen Entwicklung bei altersbedingten Krankheiten.

Um diese Forschung voranzutreiben, entwickelte das Team zwei spezialisierte Deep-Learning-Modelle: Fibrose-bewusstes Alternuhr, eine auf dem Weg bewährte proteomische Alterungsuhr, die auf britischen Biobank-Proteomics-Daten trainiert wurde, und IPF-Precious3GPT, einen Omics-Transformator, der differentielle Genexpressionsprofile aus Textaufforderungen erzeugt.

Die alternde Uhr zeigt eine große Leistung in der Kreuzvalidierung, die das biologische Alter mit hoher Genauigkeit vorhersagt (R² = 0,84, MAE = 2,68 Jahre). Die Forscher wendeten dann das Modell auf den Olink -Datensatz und verwendeten eine lineare Regressionsmethode, um den Einfluss der Schwere der Erkrankung auf das Alterntempo zu bewerten. Die Ergebnisse zeigten, dass Patienten mit schweren Infektionen – die wahrscheinlich Lungenfibrose entwickeln – im Vergleich zu gesunden Kontrollen signifikant höhere prognostizierte biologische Zeitalter, was darauf hindeutet, dass die geschulte Uhr in fibrotischen Fällen eine biologische Relevanz hat.

Die Analyse mit dem Generativmodell IPF-P3GPT ergab sowohl gemeinsame als auch einzigartige Genexpressionsmuster zwischen alternder Lungen und fibrotischen Erkrankungen, wobei hervorgehoben wurde, dass IPF nicht nur beschleunigt, sondern auch einzigartige pathologische Prozesse beinhaltet. Die Studie identifizierte ferner vier Schlüsselwege (TGF-β-Signalübertragung, oxidativer Stress, Entzündung, ECM-Remodellierung) sowohl für IPF als auch für das Altern, aber auf Genebene unterschiedlich.

In der Zukunft wird das Forschungsteam von Insilico diese Ergebnisse erweitern, indem die KI-Modelle für dedizierte IPF-Patientenkohorten validiert und den Ansatz für andere fibrotische und altersbedingte Krankheiten erweitert werden. Das Team sorgt außerdem vor, ihre Instrumente zur Entdeckung von Arzneimitteln, die Identifizierung von Biomarkern und personalisierte Medizinstrategien im gesamten Spektrum von Altern und chronischen Erkrankungen zu verwenden.

Insilico nutzte hochmoderne KI- und Automatisierungstechnologien und hat die Effizienz der präklinischen Arzneimittelentwicklung signifikant verbessert und einen Benchmark für AI-gesteuerte R & D-D. festgelegt. Während die traditionelle Entdeckung des Medikaments im Frühstadium in der Regel 2,5 bis 4 Jahre erfordert, hat Insilico 20 vorlinische Kandidaten mit einem durchschnittlichen MONAT mit einem Durchschnittsmonat mit einem Durchschnittsmonat mit einem Durchschnittsmonat mit dem Durchschnittsmonat mit dem Durchschnittsmonat mit dem Durchschnittsmonat mit dem Durchschnittsmonat mit dem Durchschnittsmonat mit dem Durchschnittsmonat mit dem Durchschnittsmonat mit dem Durchschnittsmonat mit dem Voraus mit dem Vorgang von MONAL bis zu einem Durchschnittsmonaten. 60 bis 200 Moleküle synthetisiert und getestet in jedem Programm.

Seit der Gründung im Jahr 2014 hat Insilico über 200 von Experten geprüfte Papiere veröffentlicht. Insilico, die anhaltende wissenschaftliche Durchbrüche an der Schnittstelle von Biotechnologie, künstlicher Intelligenz und Automatisierung nutzen, belegte „2025 Forschungsführer 2025 Forschungsleiter von Nature Index: Globale Unternehmensinstitutionen für biologische Wissenschaften und Naturwissenschaften“.

Quellen: