Neue KI-Technologie kann bei der Entdeckung von Therapeutika für neurodegenerative Erkrankungen helfen
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 die Behandlung ansprechen, geringfügige Unterschiede in der Form aufweisen im Vergleich zu denen, die dies nicht tun. Diese feinen Unterschiede sind jedoch mit bloßem Auge schwer zu erkennen. Aktuelle Computertechnologien sind auch zu langsam, um die Analyse durchzuführen.
Eine Gruppe von Professoren der Universität Nagoya unter der Leitung von Associate Professor Ryuji Kato und Assistant Professor Kei Kanie von der Graduate School of Pharmaceutical Sciences sowie Professor Masahisa Katsuno und Assistant Professor Madoka Iida von der Graduate School of Medicine hat eine neue Technologie für künstliche Intelligenz namens entwickelt in silico FOKUS. Es analysiert die Zellform von Modellneuronen und verwendet diese Informationen, um zu beurteilen, ob sie auf therapeutische Medikamente ansprechen. Ihre Ergebnisse veröffentlichten sie in der Fachzeitschrift Scientific Reports.
Die Forscher testeten die KI an einem Modell von Zellen, die gegen die Kennedy-Krankheit behandelt wurden, eine neurodegenerative Erkrankung, die zum Tod von Motoneuronen führt. in silico FOCUS erstellte ein robustes bildbasiertes Klassifizierungsmodell, das eine 100-prozentige Genauigkeit bei der Identifizierung des Erholungszustands der Modellzellen aufwies.
Diese Technologie ermöglicht eine hochempfindliche und stabile Bewertung der Wirkung von Therapeutika durch die Analyse von Veränderungen in der Form von erkrankten Modellzellen gegenüber denen gesunder Zellen, die wir normalerweise nicht unterscheiden könnten. Dies ist eine hocheffiziente Screening-Technologie, die die Wirksamkeit von Arzneimitteln durch einfache Aufnahme von Bildern vorhersagen kann, wodurch die für die Analyse und Bewertung der Arzneimittelwirksamkeit erforderliche Zeit von mehreren Stunden mit mehreren hunderttausend Zellen auf nur wenige Minuten reduziert wird. Es ermöglicht eine hochgenaue Vorhersage therapeutischer Wirkungen ohne komplizierte und invasive Experimente.“
Ryuji Kato, außerordentlicher Professor, Universität Nagoya
Kato schlussfolgert: „Diese Ergebnisse legen die Möglichkeit nahe, die Entwicklung neuer Medikamente zu beschleunigen, und wir erwarten, dass sie in großem Umfang zur Entdeckung therapeutischer Medikamente für schwer zu erforschende Krankheiten eingesetzt werden.“
Diese Forschung wurde vom FY2019 Nagoya University NU Cross-Departmental Innovation Creation Project unterstützt.
Quelle:
