Uusi tekoälyohjelmisto voi nopeuttaa lääkekehitystä

Transparenz: Redaktionell erstellt und geprüft.
Veröffentlicht am

Lääkekehitys ja -kehitys farmakologisessa tutkimuksessa - mukaan lukien vaikuttavien aineiden riskinarviointi lääkekehityksen alkuvaiheessa - perustuu edelleen suurelta osin eläinkokeisiin. Eettisten asioiden lisäksi eläintutkimukset ovat erittäin kalliita ja aikaa vieviä. Ne vaativat myös tyypillisesti jatkuvaa valvontaa ja arviointia korkeasti koulutetulta henkilökunnalta. Automaattisten arviointimenetelmien kehittämisellä, joita voidaan käyttää tavanomaisten eläinkokeiden sijaan, olisi siis monia etuja lääkekehityksen kannalta. Näiden vaihtoehtoisten menetelmien etsiminen on ”Embryonet-AI” -projektin painopiste, johon Patrick Müller saa parhaillaan Proof of Concept -apurahaa European Research...

Uusi tekoälyohjelmisto voi nopeuttaa lääkekehitystä

Lääkekehitys ja -kehitys farmakologisessa tutkimuksessa - mukaan lukien vaikuttavien aineiden riskinarviointi lääkekehityksen alkuvaiheessa - perustuu edelleen suurelta osin eläinkokeisiin. Eettisten asioiden lisäksi eläintutkimukset ovat erittäin kalliita ja aikaa vieviä. Ne vaativat myös tyypillisesti jatkuvaa valvontaa ja arviointia korkeasti koulutetulta henkilökunnalta. Automaattisten arviointimenetelmien kehittämisellä, joita voidaan käyttää tavanomaisten eläinkokeiden sijaan, olisi siis monia etuja lääkekehityksen kannalta.

Näiden vaihtoehtoisten menetelmien tavoittelu on ”Embryonet-AI”-projektin painopiste, johon Patrick Müller on juuri saanut Euroopan tutkimusneuvoston (ERC) Proof of Concept -apurahan arvoltaan 150 000 euroa. Müller on kehitysbiologian professori Konstanzin yliopistossa ja Konstanzin huippuosaamisen - kollektiivisen käyttäytymisen klusterin jäsen. Hänen projektinsa perustuu oivalluksiin, joita hän ja hänen tiiminsä saivat ERC:n rahoittamassa Ace-of-Space-projektissa ("Analysis, Control and Engineering of Spatiotemporal Pattern Formation"). Müllerin uuden projektin tavoitteena on kehittää edelleen tekoälyavusteista kuva-analyysiohjelmistoa Embryonet, joka tunnistaa automaattisesti eläinalkioiden kehityksen aikana syntyneet viat.

Embryonet tarjoaa nopean, kustannustehokkaan ja erittäin tarkan arvion aineen vaikutuksesta biologisten järjestelmien kehitykseen. Negatiiviset vaikutukset, kuten näkyvät kehitysvirheet, tunnistetaan automaattisesti ja linkitetään vastaavaan signalointireittiin. Embryonet ylittää jopa ihmisasiantuntijat tarkkuudessa. "Näemme suuria mahdollisuuksia ohjelmiston soveltamisessa lääkekehitykseen, erityisesti potentiaalisesti sopivien aineiden tunnistamisen alkuvaiheessa – riskinarviointien tekemiseen ja vaihtelevien lääkkeiden vaikutusmekanismien tutkimiseen", Müller sanoo.

Ei vain alkioihin

Patrick Müller ja hänen tiiminsä esittelivät Embryonetin ensimmäisen kerran vuonna 2023 tehdyssä tutkimuksessa, jossa käytettiin seeprakalan alkioita, jotka julkaistiin Nature Methods -lehdessä. Ohjelmistoa on sittemmin laajennettu sisältämään organoidit. "Organoidit ovat keinotekoisia kudoksia, joita tuotetaan laboratoriossa ihmisen kantasolujen avulla. Niiden rakenteet muistuttavat pieniä elimiä, kuten maksaa, munuaista tai aivoja - ja niitä voidaan käyttää näiden elinten mallina lääketutkimuksessa", Müller selittää.

Osana Proof of Concept Grant -apurahaa Müller ja hänen tiiminsä kehittävät edelleen Embryonetin perustana olevia tekoälymalleja lisätäkseen sen tarkkuutta ja ennen kaikkea sen toimintoja. Samaan aikaan tiimi haluaa luoda verkkoalustan, jonka avulla Embryonet on käyttäjien saatavilla kaikkialla maailmassa. Tämän tavoitteen saavuttamiseksi Müller ja hänen tiiminsä työskentelevät käsi kädessä muiden tutkijoiden, alan kumppaneiden ja keskeisten sääntelyviranomaisten kanssa varmistaakseen, että verkkoalusta vastaa tulevien käyttäjien tarpeita ja täyttää säädösten vaatimukset. Yleisenä tavoitteena on kehittää Embryonetista markkinavalmis tuote.

Idea: Koska Embryonet on täysin automatisoitu, lääkeyhtiöt voisivat integroida alustan täysin tutkimusputkiinsa. Voit esimerkiksi käyttää Embryonetia testataksesi samanaikaisesti satoja aineita korkean suorituskyvyn prosessissa niiden vaikutusten tai tiettyihin elimiin tai kehitysprosesseihin kohdistuvien riskien varalta – ilman, että sinun tarvitsee suorittaa pitkiä tutkimuksia suurella määrällä testieläimiä kustakin yksittäisestä aineesta. Embryonet tarjoaa myös tietoa mahdollisten uusien lääkkeiden toimintamekanismeista. "Pitkällä aikavälillä Embryonet voisi korvata suuren määrän eläinkokeita lääketutkimuksessa ja nopeuttaa tavanomaisia ​​prosesseja automatisoinnin avulla ja samalla vähentää merkittävästi kustannuksia", Patrick Müller päättää.


Lähteet:

Journal reference:

Capek, D.,et ai. (2023) EmbryoNet: syväoppimisen käyttö alkion fenotyyppien yhdistämiseksi signalointireitteihin. Luontomenetelmät. doi.org/10.1038/s41592-023-01873-4.