Technologie auf KI-basierter Technologie beschleunigt die Entdeckung neuer Tuberkulose-Medikamentenkandidaten

Tuberkulose ist eine schwerwiegende globale Gesundheitsbedrohung, die im Jahr 2022 mehr als 10 Millionen Menschen infiziert hat. Durch die Luft und in die Lunge wird der Erreger, der „TB“ verursacht, zu chronischen Husten, Brustschmerzen, Müdigkeit, Fieber und Gewichtsverlust führen. Während Infektionen in anderen Teilen der Welt umfangreicher sind, hat sich ein schwerwiegender Tuberkuloseausbruch in Kansas zu zwei Todesfällen geführt und ist zu einer der größten in den USA geworden.

Während die Tuberkulose typischerweise mit Antibiotika behandelt wird, hat der Anstieg medikamentenresistenter Stämme zu einem dringenden Bedarf an neuen Arzneimittelkandidaten geführt.

Eine neue Studie, die in der veröffentlicht wurde Verfahren der Nationalen Akademie der Wissenschaften Beschreibt die neuartige Verwendung künstlicher Intelligenz zum Screening auf antimikrobielle Verbindungskandidaten, die zu neuen Tuberkulose -Arzneimittelbehandlungen entwickelt werden könnten. Die Studie wurde von Forschern der University of California San Diego, Linnaeus Bioscience Inc. und des Center for Global Infectious Disease Research am Seattle Children’s Research Institute geleitet.

Linnaeus Bioscience ist ein in San Diego ansässiges Biotechnologieunternehmen, das auf Technologie gegründet wurde, die in der UC San Diego School of Biological Sciences Laboratories von Professor Joe Pogliano und Dean Kit Pogliano entwickelt wurde. Die BCP -Methode (Bacterial Cytological Profiling) bietet eine Abkürzung zum Verständnis, wie Antibiotika funktionieren, indem sie ihre zugrunde liegenden Mechanismen schnell bestimmen.

Die Suche nach neuen Tuberkulose-Arzneimittelzielen unter traditionellen Labormethoden hat sich historisch als mühsam und zeitaufwändig erwiesen, was teilweise auf die Schwierigkeit zu verstehen ist, wie neue Medikamente funktionieren Mycobacterium tuberculosisdas Bakterium, das die Krankheit verursacht.

Das Neue PNAs Die Studie beschreibt die Entwicklung von „MycOBCP“, einer Technologie der nächsten Generation, die mit Finanzmitteln der Gates Foundation entwickelt wurde. Die neue Methode passt BCP an Deep Learning an – eine Art künstliche Intelligenz, die hirnähnliche neuronale Netzwerke verwendet -, um traditionelle Herausforderungen zu bewältigen und neue Ansichten zu eröffnen Mycobacterium tuberculosis Zellen.

Dies ist das erste Mal, dass diese Art von Bildanalyse mit maschinellem Lernen und KI auf diese Weise auf Bakterien angewendet wurde. Tuberkulosebilder sind von Natur aus durch das menschliche Auge und traditionelle Labormessungen schwer zu interpretieren. Das maschinelle Lernen ist viel empfindlicher, wenn es darum geht, die Unterschiede in Formen und Mustern aufzunehmen, die für die Aufdeckung der zugrunde liegenden Mechanismen wichtig sind. „

Joe Pogliano, Co-Autor von Papier, Professor in der Abteilung für Molekulare Biologie

In zwei Jahren in der Entwicklung prägten die führenden Autoren Diana Quach und Joseph Sugie die MycobCP -Technologie durch Training von KI Shu Chien-Gene Lay Department of Bioengineering und vervollständigte Postdoktorale Ernennungen in den Pogliano-Labors in der Abteilung der molekularen Biologie).

„Tuberkulosezellen sind klumpig und scheinen sich immer nahe beieinander zu halten, sodass die Definition von Zellgrenzen nicht möglich zu sein schien“, sagte Sugie, Chief Technology Officer bei Linnaeus Bioscience. „Stattdessen sprangen wir direkt in die Analyse des Computers die Muster in den Bildern für uns.“

Linnaeus hat sich mit der Tuberkulose -Expertin Tanya Parish des Seattle Children’s Research Institute zusammengetan, um BCP für Mykobakterien zu entwickeln. Das neue System hat die TB -Forschungsfähigkeiten des Teams bereits erheblich beschleunigt und dazu beigetragen, optimale Kandidatenverbindungen für die Arzneimittelentwicklung zu identifizieren.

„Ein kritischer Bestandteil des Fortschreitens neuer Arzneimittelkandidaten besteht darin, zu definieren, wie sie funktionieren, was technisch herausfordernd war und Zeit braucht“, sagte Parish, Co-Autorin der Studie. „Diese Technologie erweitert und beschleunigt unsere Fähigkeit, dies zu tun, und ermöglicht es uns, auf der Grundlage ihrer Handlungsweise zu priorisieren, an welchen Molekülen wir arbeiten sollen M. Tuberkulose. „

UC San Diego Biotech Spinoffs befasst sich mit dem globalen Gesundheitsproblem

Linnaeus Bioscience wurde 2012 mit einer UC San Diego entwickelt, die versprach, das Gesicht zu verändern, wie Antibiotika funktionieren.

„Wir haben bakterielle zytologische Profilerstellung entwickelt und ermöglichte es uns, Bakterienzellen auf neue Weise zu betrachten“, sagte Joe Pogliano. „Es erlaubte uns zu Wirklich sehen Wie Zellen sich um die Behandlung mit Antibiotika kümmern, damit wir ihre zugrunde liegenden Mechanismen interpretieren können. Wir beschreiben diese Methode als gleichwertig der Durchführung einer Autopsie in einer Bakterienzelle. „

Die Einrichtung von Linnaeus Bioscience im regionalen Hub in San Diego Biotechnology ermöglichte es Joe und Kit Pogliano, die BCP -Technologie auf den Markt zu bringen, wo andere Unternehmen Zugang dazu haben könnten. Das Unternehmen erhält nun Proben aus aller Welt zur schnellen Analyse und Identifizierung neuer bakterieller Arzneimittelkandidaten.

Pogliano schreibt der Biotechnologie -Community, insbesondere dem frühen Zuhause des Unternehmens im San Diego JLABS Incubator, zu, das Biotech -Unternehmen im Frühstadium unterstützt, das für das Wachstum und den Erfolg des Unternehmens von entscheidender Bedeutung ist.

„Wir hätten Linnaeus Bioscience nicht auf den Boden bringen können, wenn nicht die unterstützende Biotech -Gemeinschaft und die in JLABS bereitgestellte Infrastruktur“, sagte Pogliano. „Alle Mitarbeiter des Unternehmens bei Linnaeus haben ihre Doktorarbeit an der UC San Diego erhalten.

Zusätzlich zu Quach, Pogliano und Sugie gehören die Zusammenarbeit der Zeitung Marc Sharp, Sara Ahmed, Lauren Ames, Amala Bhagwat, Aditi Deshpande und Tanya Parish.

Quellen: