Az új mesterséges intelligencia technológia segíthet felfedezni a neurodegeneratív betegségek gyógymódját

Az új mesterséges intelligencia technológia segíthet felfedezni a neurodegeneratív betegségek gyógymódját

A japán Nagoya Egyetem kutatócsoportja mesterséges intelligenciát fejlesztett ki sejtképek elemzésére, amely gépi tanulást használ a gyógyszerek terápiás hatásának előrejelzésére. Ez az új technológia, az úgynevezett in silico FOCUS, segíthet a neurodegeneratív betegségek, például a Kennedy-kór gyógymódjainak felfedezésében.

A neurodegeneratív betegségek jelenlegi kezelései gyakran súlyos mellékhatásokkal járnak, beleértve a szexuális diszfunkciót és az izomszövet képződésének blokkolását. Az új, kevésbé káros kezeléseket kereső kutatókat azonban hátráltatta a hatékony szűrési technológiák hiánya annak megállapítására, hogy egy gyógyszer hatásos-e. Az egyik ígéretes koncepció az „anomális diszkriminációs koncepció”, ami azt jelenti, hogy a kezelésre reagáló neuronok alakja finoman eltér azoktól, amelyek nem reagálnak. Ezeket a finom különbségeket azonban nehéz szabad szemmel látni. A jelenlegi számítógépes technológiák szintén túl lassúak az elemzés elvégzéséhez.

A Nagoya Egyetem professzorainak egy csoportja Ryuji Kato docens és Kei Kanie adjunktus, a Graduate School of Pharmaceutical Sciences, valamint Masahisa Katsuno professzor és Madoka Iida adjunktus a Graduate School of Medicine vezetésével új mesterséges intelligencia technológiát fejlesztett ki FOCUS in Silenceco néven. Elemezi a modellneuronok sejtalakját, és ezt az információt felhasználja annak felmérésére, hogy reagálnak-e a terápiás gyógyszerekre. Eredményeiket a Scientific Reports folyóiratban tették közzé.

A kutatók az AI-t Kennedy-kórral kezelt sejtek modelljén tesztelték, egy neurodegeneratív betegséggel, amely a motoros neuronok halálához vezet. in silico A FOCUS egy robusztus képalapú osztályozási modellt hozott létre, amely 100%-os pontosságot mutatott a modellsejtek helyreállítási állapotának azonosításában.

Ez a technológia lehetővé teszi a terápiás hatások rendkívül érzékeny és robusztus értékelését azáltal, hogy elemzi a beteg modellsejtek alakváltozásait az egészséges sejtekkel szemben, amelyeket általában nem tudnánk megkülönböztetni. Ez egy rendkívül hatékony szűrőtechnológia, amely egyszerűen képek készítésével képes előre jelezni a gyógyszer hatékonyságát, így a gyógyszer hatékonyságának elemzéséhez és értékeléséhez szükséges időt a több százezer sejttel végzett több óráról néhány percre csökkenti. Lehetővé teszi a terápiás hatások rendkívül pontos előrejelzését bonyolult és invazív kísérletek nélkül."

Ryuji Kato, a Nagoya Egyetem docense

Kato így folytatja: „Ezek az eredmények új gyógyszerek kifejlesztésének felgyorsításának lehetőségét sugallják, és arra számítunk, hogy széles körben alkalmazzák őket a nehezen felfedezhető betegségek terápiás gyógyszereinek felfedezésére.”

Ezt a kutatást a 2019-es pénzügyi év Nagoya Egyetem NU Tanszékközi Innovációs Létrehozási Projektje támogatta.

Forrás:

Nagoya Egyetem