Nova tehnologija umetne inteligence lahko pomaga odkriti terapevtike za nevrodegenerativne bolezni

Nova tehnologija umetne inteligence lahko pomaga odkriti terapevtike za nevrodegenerativne bolezni

Raziskovalna skupina na univerzi Nagoya na Japonskem je razvila umetno inteligenco za analizo celičnih slik, ki uporablja strojno učenje za napovedovanje terapevtskih učinkov zdravil. Ta nova tehnologija, imenovana in silico FOCUS, bi lahko pomagala odkriti terapevtike za nevrodegenerativne bolezni, kot je Kennedyjeva bolezen.

Sedanje zdravljenje nevrodegenerativnih bolezni ima pogosto resne stranske učinke, vključno s spolno disfunkcijo in blokado tvorbe mišičnega tkiva. Vendar pa raziskovalce, ki iščejo nova, manj škodljiva zdravljenja, ovira pomanjkanje učinkovitih tehnologij presejanja, da bi ugotovili, ali je zdravilo učinkovito. Eden obetavnih konceptov je "koncept nenormalne diskriminacije", kar pomeni, da imajo nevroni, ki se odzivajo na zdravljenje, subtilne razlike v obliki v primerjavi s tistimi, ki se ne odzivajo. Vendar je te subtilne razlike težko opaziti s prostim očesom. Trenutne računalniške tehnologije so tudi prepočasne za izvedbo analize.

Skupina profesorjev z Univerze Nagoya pod vodstvom izrednega profesorja Ryuji Kato in docenta Keija Kanieja iz podiplomske šole za farmacevtske vede ter profesorja Masahisa Katsuno in docenta Madoka Iida iz podiplomske medicinske šole je razvila novo tehnologijo umetne inteligence, imenovano development in silico FOCUS. Analizira celično obliko modelnih nevronov in na podlagi teh informacij oceni, ali se odzivajo na terapevtska zdravila. Svoje rezultate so objavili v reviji Scientific Reports.

Raziskovalci so testirali umetno inteligenco na modelu celic, zdravljenih zaradi Kennedyjeve bolezni, nevrodegenerativne bolezni, ki vodi v smrt motoričnih nevronov. in silico FOCUS je ustvaril robusten klasifikacijski model na podlagi slike, ki je pokazal 100-odstotno natančnost pri prepoznavanju stanja obnovitve celic modela.

Ta tehnologija omogoča zelo občutljivo in robustno oceno učinkov terapevtikov z analizo sprememb v obliki obolelih modelnih celic v primerjavi s tistimi v zdravih celicah, ki jih običajno ne bi mogli razlikovati. To je zelo učinkovita tehnologija presejanja, ki lahko napove učinkovitost zdravila s preprostim pridobivanjem slik, s čimer skrajša čas, potreben za analizo in oceno učinkovitosti zdravila, z nekaj ur z več sto tisoč celicami na le nekaj minut. Omogoča zelo natančno napovedovanje terapevtskih učinkov brez zapletenih in invazivnih poskusov.”

Ryuji Kato, izredni profesor, Univerza Nagoya

Kato zaključuje: "Ti rezultati kažejo na možnost pospeševanja razvoja novih zdravil in pričakujemo, da se bodo široko uporabljala za odkrivanje terapevtskih zdravil za bolezni, ki jih je težko odkriti."

To raziskavo je podprl medoddelčni projekt ustvarjanja inovacij Univerze Nagoya NU za FY2019.

Vir:

Univerza Nagoya