Η νέα τεχνολογία AI μπορεί να βοηθήσει στην ανακάλυψη θεραπειών για νευροεκφυλιστικές ασθένειες

Transparenz: Redaktionell erstellt und geprüft.
Veröffentlicht am

Μια ερευνητική ομάδα στο Πανεπιστήμιο Nagoya στην Ιαπωνία ανέπτυξε μια τεχνητή νοημοσύνη για την ανάλυση κυτταρικών εικόνων που χρησιμοποιεί μηχανική μάθηση για να προβλέψει τα θεραπευτικά αποτελέσματα των φαρμάκων. Αυτή η νέα τεχνολογία, που ονομάζεται silico FOCUS, θα μπορούσε να βοηθήσει στην ανακάλυψη θεραπειών για νευροεκφυλιστικές ασθένειες όπως η νόσος του Κένεντι. Οι τρέχουσες θεραπείες για νευροεκφυλιστικές ασθένειες έχουν συχνά σοβαρές παρενέργειες, όπως σεξουαλική δυσλειτουργία και απόφραξη του σχηματισμού μυϊκού ιστού. Ωστόσο, οι ερευνητές που αναζητούν νέες, λιγότερο επιβλαβείς θεραπείες έχουν παρεμποδιστεί από την έλλειψη αποτελεσματικών τεχνολογιών προσυμπτωματικού ελέγχου για να προσδιοριστεί εάν ένα φάρμακο είναι αποτελεσματικό. Μια πολλά υποσχόμενη έννοια είναι η «έννοια της διάκρισης ανωμαλιών», που σημαίνει ότι οι νευρώνες που βασίζονται σε...

Eine Forschungsgruppe der Universität Nagoya in Japan hat eine künstliche Intelligenz zur Analyse von Zellbildern entwickelt, die maschinelles Lernen nutzt, um die therapeutische Wirkung von Medikamenten vorherzusagen. Diese neue Technologie, die in silico FOCUS genannt wird, könnte bei der Entdeckung von Therapeutika für neurodegenerative Erkrankungen wie der Kennedy-Krankheit helfen. Gegenwärtige Behandlungen für neurodegenerative Erkrankungen haben oft schwerwiegende Nebenwirkungen, einschließlich sexueller Dysfunktion und Blockierung der Muskelgewebebildung. Forscher, die nach neuen, weniger schädlichen Behandlungen suchen, wurden jedoch durch das Fehlen wirksamer Screening-Technologien behindert, um festzustellen, ob ein Medikament wirksam ist. Ein vielversprechendes Konzept ist das „Anomalie-Diskriminierungskonzept“, das bedeutet, dass Neuronen, die auf …
Μια ερευνητική ομάδα στο Πανεπιστήμιο Nagoya στην Ιαπωνία ανέπτυξε μια τεχνητή νοημοσύνη για την ανάλυση κυτταρικών εικόνων που χρησιμοποιεί μηχανική μάθηση για να προβλέψει τα θεραπευτικά αποτελέσματα των φαρμάκων. Αυτή η νέα τεχνολογία, που ονομάζεται silico FOCUS, θα μπορούσε να βοηθήσει στην ανακάλυψη θεραπειών για νευροεκφυλιστικές ασθένειες όπως η νόσος του Κένεντι. Οι τρέχουσες θεραπείες για νευροεκφυλιστικές ασθένειες έχουν συχνά σοβαρές παρενέργειες, όπως σεξουαλική δυσλειτουργία και απόφραξη του σχηματισμού μυϊκού ιστού. Ωστόσο, οι ερευνητές που αναζητούν νέες, λιγότερο επιβλαβείς θεραπείες έχουν παρεμποδιστεί από την έλλειψη αποτελεσματικών τεχνολογιών προσυμπτωματικού ελέγχου για να προσδιοριστεί εάν ένα φάρμακο είναι αποτελεσματικό. Μια πολλά υποσχόμενη έννοια είναι η «έννοια της διάκρισης ανωμαλιών», που σημαίνει ότι οι νευρώνες που βασίζονται σε...

Η νέα τεχνολογία AI μπορεί να βοηθήσει στην ανακάλυψη θεραπειών για νευροεκφυλιστικές ασθένειες

Μια ερευνητική ομάδα στο Πανεπιστήμιο Nagoya στην Ιαπωνία ανέπτυξε μια τεχνητή νοημοσύνη για την ανάλυση κυτταρικών εικόνων που χρησιμοποιεί μηχανική μάθηση για να προβλέψει τα θεραπευτικά αποτελέσματα των φαρμάκων. Αυτή η νέα τεχνολογία, που ονομάζεται silico FOCUS, θα μπορούσε να βοηθήσει στην ανακάλυψη θεραπειών για νευροεκφυλιστικές ασθένειες όπως η νόσος του Κένεντι.

Οι τρέχουσες θεραπείες για νευροεκφυλιστικές ασθένειες έχουν συχνά σοβαρές παρενέργειες, όπως σεξουαλική δυσλειτουργία και απόφραξη του σχηματισμού μυϊκού ιστού. Ωστόσο, οι ερευνητές που αναζητούν νέες, λιγότερο επιβλαβείς θεραπείες έχουν παρεμποδιστεί από την έλλειψη αποτελεσματικών τεχνολογιών προσυμπτωματικού ελέγχου για να προσδιοριστεί εάν ένα φάρμακο είναι αποτελεσματικό. Μια πολλά υποσχόμενη έννοια είναι η «ανώμαλη έννοια της διάκρισης», που σημαίνει ότι οι νευρώνες που ανταποκρίνονται στη θεραπεία έχουν λεπτές διαφορές στο σχήμα σε σύγκριση με εκείνους που δεν ανταποκρίνονται. Ωστόσο, αυτές οι λεπτές διαφορές είναι δύσκολο να τις δούμε με γυμνό μάτι. Οι τρέχουσες τεχνολογίες υπολογιστών είναι επίσης πολύ αργές για να πραγματοποιήσουν την ανάλυση.

Μια ομάδα καθηγητών από το Πανεπιστήμιο της Ναγκόγια με επικεφαλής τον Αναπληρωτή Καθηγητή Ryuji Kato και τον Επίκουρο Καθηγητή Kei Kanie από τη Graduate School of Pharmaceutical Sciences και τον Professor Masahisa Katsuno και τον Assistant Professor Madoka Iida από την Graduate School of Medicine ανέπτυξαν μια νέα τεχνολογία τεχνητής νοημοσύνης FOCUS που αναπτύχθηκε in sili. Αναλύει το σχήμα των κυττάρων των μοντέλων νευρώνων και χρησιμοποιεί αυτές τις πληροφορίες για να αξιολογήσει εάν ανταποκρίνονται σε θεραπευτικά φάρμακα. Δημοσίευσαν τα αποτελέσματά τους στο περιοδικό Scientific Reports.

Οι ερευνητές δοκίμασαν το AI σε ένα μοντέλο κυττάρων που υποβλήθηκαν σε θεραπεία για τη νόσο Κένεντι, μια νευροεκφυλιστική ασθένεια που οδηγεί στο θάνατο των κινητικών νευρώνων. in silico FOCUS δημιούργησε ένα ισχυρό μοντέλο ταξινόμησης βάσει εικόνας που επέδειξε 100% ακρίβεια στον εντοπισμό της κατάστασης ανάκτησης των κελιών του μοντέλου.

Αυτή η τεχνολογία επιτρέπει την εξαιρετικά ευαίσθητη και ισχυρή αξιολόγηση των επιδράσεων των θεραπευτικών μέσων ανάλυσης των αλλαγών στο σχήμα των νοσούντων μοντέλων κυττάρων έναντι αυτών των υγιών κυττάρων που κανονικά δεν θα μπορούσαμε να διακρίνουμε. Αυτή είναι μια εξαιρετικά αποτελεσματική τεχνολογία διαλογής που μπορεί να προβλέψει την αποτελεσματικότητα του φαρμάκου με απλή λήψη εικόνων, μειώνοντας τον χρόνο που απαιτείται για την ανάλυση και την αξιολόγηση της αποτελεσματικότητας του φαρμάκου από αρκετές ώρες με αρκετές εκατοντάδες χιλιάδες κύτταρα σε λίγα μόνο λεπτά. Επιτρέπει την εξαιρετικά ακριβή πρόβλεψη των θεραπευτικών αποτελεσμάτων χωρίς περίπλοκα και επεμβατικά πειράματα».

Ryuji Kato, Αναπληρωτής Καθηγητής, Πανεπιστήμιο Nagoya

Ο Κάτο καταλήγει: «Αυτά τα αποτελέσματα υποδηλώνουν τη δυνατότητα επιτάχυνσης της ανάπτυξης νέων φαρμάκων και αναμένουμε ότι θα χρησιμοποιηθούν ευρέως για την ανακάλυψη θεραπευτικών φαρμάκων για ασθένειες που είναι δύσκολο να ανακαλυφθούν».

Αυτή η έρευνα υποστηρίχθηκε από το Διατμηματικό Έργο Δημιουργίας Καινοτομίας του Πανεπιστημίου Nagoya NU για το FY2019.

Πηγή:

Πανεπιστήμιο Ναγκόγια