La nuova tecnologia dell’intelligenza artificiale può aiutare a scoprire terapie per le malattie neurodegenerative
Un gruppo di ricerca dell’Università di Nagoya in Giappone ha sviluppato un’intelligenza artificiale per l’analisi delle immagini cellulari che utilizza l’apprendimento automatico per prevedere gli effetti terapeutici dei farmaci. Questa nuova tecnologia, chiamata in silico FOCUS, potrebbe aiutare a scoprire terapie per malattie neurodegenerative come la malattia di Kennedy. Gli attuali trattamenti per le malattie neurodegenerative hanno spesso gravi effetti collaterali, tra cui disfunzioni sessuali e blocco della formazione del tessuto muscolare. Tuttavia, i ricercatori alla ricerca di trattamenti nuovi e meno dannosi sono stati ostacolati dalla mancanza di tecnologie di screening efficaci per determinare se un farmaco è efficace. Un concetto promettente è il “concetto di discriminazione delle anomalie”, il che significa che i neuroni basati su...

La nuova tecnologia dell’intelligenza artificiale può aiutare a scoprire terapie per le malattie neurodegenerative
Un gruppo di ricerca dell’Università di Nagoya in Giappone ha sviluppato un’intelligenza artificiale per l’analisi delle immagini cellulari che utilizza l’apprendimento automatico per prevedere gli effetti terapeutici dei farmaci. Questa nuova tecnologia, chiamata in silico FOCUS, potrebbe aiutare a scoprire terapie per malattie neurodegenerative come la malattia di Kennedy.
Gli attuali trattamenti per le malattie neurodegenerative hanno spesso gravi effetti collaterali, tra cui disfunzioni sessuali e blocco della formazione del tessuto muscolare. Tuttavia, i ricercatori alla ricerca di trattamenti nuovi e meno dannosi sono stati ostacolati dalla mancanza di tecnologie di screening efficaci per determinare se un farmaco è efficace. Un concetto promettente è il “concetto di discriminazione anomala”, il che significa che i neuroni che rispondono al trattamento hanno sottili differenze di forma rispetto a quelli che non lo fanno. Tuttavia, queste sottili differenze sono difficili da vedere ad occhio nudo. Anche le attuali tecnologie informatiche sono troppo lente per eseguire l’analisi.
Un gruppo di professori dell'Università di Nagoya guidati dal professore associato Ryuji Kato e dal professore assistente Kei Kanie della Graduate School of Pharmaceutical Sciences e dal professor Masahisa Katsuno e dal professore assistente Madoka Iida della Graduate School of Medicine hanno sviluppato una nuova tecnologia di intelligenza artificiale chiamata sviluppata in silico FOCUS. Analizza la forma cellulare dei neuroni modello e utilizza queste informazioni per valutare se rispondono ai farmaci terapeutici. Hanno pubblicato i loro risultati sulla rivista Scientific Reports.
I ricercatori hanno testato l’intelligenza artificiale su un modello di cellule trattate per la malattia di Kennedy, una malattia neurodegenerativa che porta alla morte dei motoneuroni. in silico FOCUS ha creato un robusto modello di classificazione basato su immagini che ha dimostrato un'accuratezza del 100% nell'identificazione dello stato di recupero delle cellule del modello.
Questa tecnologia consente una valutazione altamente sensibile e solida degli effetti delle terapie analizzando i cambiamenti nella forma delle cellule modello malate rispetto a quelle delle cellule sane che normalmente non saremmo in grado di distinguere. Si tratta di una tecnologia di screening altamente efficiente in grado di prevedere l'efficacia dei farmaci semplicemente acquisendo immagini, riducendo il tempo necessario per analizzare e valutare l'efficacia dei farmaci da diverse ore con diverse centinaia di migliaia di cellule a pochi minuti. Consente una previsione estremamente accurata degli effetti terapeutici senza esperimenti complicati e invasivi”.
Ryuji Kato, Professore Associato, Università di Nagoya
Kato conclude: “Questi risultati suggeriscono la possibilità di accelerare lo sviluppo di nuovi farmaci e ci aspettiamo che vengano ampiamente utilizzati per scoprire farmaci terapeutici per malattie difficili da scoprire”.
Questa ricerca è stata supportata dal progetto di creazione di innovazione interdipartimentale FY2019 dell'Università di Nagoya NU.
Fonte: