Az új mesterséges intelligencia szoftver felgyorsíthatja a gyógyszerfejlesztést

Transparenz: Redaktionell erstellt und geprüft.
Veröffentlicht am

A gyógyszerkutatásban a gyógyszerfelfedezés és -fejlesztés – beleértve a hatóanyagok kockázatértékelését a gyógyszerfejlesztés korai szakaszában – még mindig nagyrészt állatkísérleteken alapul. Az etikai kérdések mellett az állatkísérletek nagyon költségesek és időigényesek. Jellemzően magasan képzett személyzet folyamatos felügyeletét és értékelését is igénylik. A szabványos állatkísérletek helyett használható automatizált értékelési módszerek kifejlesztése tehát számos előnnyel járna a gyógyszerkutatásban. Ezen alternatív módszerekre való törekvés áll az „Embryonet-AI” projekt középpontjában, amelyre Patrick Müller jelenleg Proof of Concept támogatást kap az Európai Kutatási...

Az új mesterséges intelligencia szoftver felgyorsíthatja a gyógyszerfejlesztést

A gyógyszerkutatásban a gyógyszerfelfedezés és -fejlesztés – beleértve a hatóanyagok kockázatértékelését a gyógyszerfejlesztés korai szakaszában – még mindig nagyrészt állatkísérleteken alapul. Az etikai kérdések mellett az állatkísérletek nagyon költségesek és időigényesek. Jellemzően magasan képzett személyzet folyamatos felügyeletét és értékelését is igénylik. A szabványos állatkísérletek helyett használható automatizált értékelési módszerek kifejlesztése tehát számos előnnyel járna a gyógyszerkutatásban.

Ezen alternatív módszerekre való törekvés áll az „Embryonet-AI” projekt középpontjában, amelyre Patrick Müller a közelmúltban 150 000 eurós Proof of Concept támogatást kapott az Európai Kutatási Tanácstól (ERC). Müller a Konstanzi Egyetem fejlődésbiológia professzora és a Konstanzi Kiválósági Klaszter – Kollektív Viselkedés tagja. Projektje azokra a meglátásokra épít, amelyeket ő és csapata az ERC által finanszírozott Ace-of-Space projektben szerzett („Analysis, Control and Engineering of Spatiotemporal Pattern Formation”). A Müller új projektjének célja az AI által támogatott Embryonet képelemző szoftver továbbfejlesztése, amely automatikusan észleli az állati embriók fejlődése során felmerülő hibákat.

Az Embryonet gyors, költséghatékony és rendkívül pontos értékelést kínál egy anyag biológiai rendszerek fejlődésére gyakorolt ​​hatásáról. A negatív hatásokat, például a látható fejlődési hibákat a rendszer automatikusan felismeri és a megfelelő jelátviteli útvonalhoz kapcsolja. Az embrionet még az emberi szakértőket is felülmúlja pontosságában. „Nagy lehetőséget látunk a szoftver alkalmazásában a gyógyszerfejlesztésben, különösen a potenciálisan alkalmas anyagok azonosításának korai szakaszában – kockázatértékelések elvégzésében és a fluktuált gyógyszerek hatásmechanizmusainak tanulmányozásában” – mondja Müller.

Nem csak az embriók számára

Patrick Müller és csapata a Nature Methods folyóiratban megjelent, zebrahal embriók felhasználásával végzett 2023-as tanulmányban mutatta be először az Embryonetet. A szoftvert azóta organoidokkal is bővítették. "Az organoidok mesterséges szövetek, amelyeket laboratóriumban állítanak elő emberi őssejtek felhasználásával. Szerkezetük kis szervekre, például májra, vesére vagy agyra hasonlít – és modellként használhatók ezekhez a szervekhez a gyógyszerkutatásban" - magyarázza Müller.

A Proof of Concept Grant részeként Müller és csapata tovább fejleszti az Embryonet alapjául szolgáló mesterséges intelligencia modelleket, hogy növelje pontosságát és mindenekelőtt funkcióit. Ugyanakkor a csapat egy online platformot szeretne létrehozni, hogy az Embryonet világszerte elérhető legyen a felhasználók számára. E cél elérése érdekében Müller és csapata más kutatókkal, iparági partnerekkel és kulcsfontosságú szabályozókkal együtt fog működni annak érdekében, hogy az online platform megfeleljen a jövőbeli felhasználók igényeinek és megfeleljen a szabályozási követelményeknek. Az általános cél az Embryonet piacra kész termékké fejlesztése.

Az ötlet: Mivel az Embryonet teljesen automatizált, a gyógyszergyárak teljes mértékben integrálhatnák a platformot kutatási folyamataikba. Használhatja például az Embryonetet arra, hogy egyidejűleg több száz anyagot teszteljen egy nagy áteresztőképességű folyamatban bizonyos szervekre vagy fejlődési folyamatokra gyakorolt ​​hatások vagy kockázatok szempontjából – anélkül, hogy minden egyes anyag esetében hosszú vizsgálatokat végezne nagyszámú kísérleti állattal. Az Embryonet a potenciális új gyógyszerek működési mechanizmusairól is tájékoztatást nyújt. „Hosszú távon az Embryonet nagyszámú állatkísérletet helyettesíthet a gyógyszerkutatásban, és az automatizálás révén felgyorsíthatja a hagyományos folyamatokat, miközben jelentősen csökkenti a költségeket” – összegzi Patrick Müller.


Források:

Journal reference:

Capek, D.,et al. (2023) EmbryoNet: mély tanulás segítségével embrionális fenotípusokat kapcsolhatunk össze a jelátviteli útvonalakkal. Természeti módszerek. doi.org/10.1038/s41592-023-01873-4.