Базираната на AI технология ускорява откриването на нови кандидати за лекарства за туберкулоза

Базираната на AI технология ускорява откриването на нови кандидати за лекарства за туберкулоза

Туберкулозата е сериозна глобална заплаха за здравето, която е заразила повече от 10 милиона души през 2022 г. Чрез въздуха и в белите дробове, патогенът, който причинява „туберкулоза“, причинява хронична кашлица, болка в гърдите, умора, треска и загуба на тегло. Докато инфекциите са по-разпространени в други части на света, сериозна епидемия от туберкулоза в Канзас доведе до два смъртни случая и се превърна в една от най-големите в Съединените щати.

Докато туберкулозата обикновено се лекува с антибиотици, нарастването на резистентните към лекарства щамове доведе до спешна нужда от нови кандидати за лекарства.

Ново проучване, публикувано вСборник на Националната академия на наукитеОписва новото използване на изкуствен интелект за скрининг за кандидат-антимикробни съединения, които могат да бъдат разработени в нови лекарства за лечение на туберкулоза. Проучването е ръководено от изследователи от Калифорнийския университет в Сан Диего, Linnaeus Bioscience Inc. и Центъра за глобални изследвания на инфекциозните болести в Детския изследователски институт в Сиатъл.

Linnaeus Bioscience е базирана в Сан Диего биотехнологична компания, основана на технология, разработена в лабораториите на UC San Diego School of Biological Sciences Laboratories от професор Джо Поляно и Дийн Кит Поляно. Методът BCP (бактериално цитологично профилиране) осигурява пряк път към разбирането на действието на антибиотиците чрез бързо определяне на основните им механизми.

Намирането на нови цели за лекарства за туберкулоза с помощта на традиционни лабораторни методи е доказано, че е трудоемко и отнема много време, отчасти поради трудността да се разбере как действат новите лекарстваMycobacterium tuberculosisбактерията, която причинява болестта.

НовиятPNAsПроучването описва развитието на "MycOBCP", технология от следващо поколение, разработена с финансиране от Фондация Гейтс. Новият метод адаптира BCP към задълбочено обучение – вид изкуствен интелект, който използва подобни на мозъка невронни мрежи – за преодоляване на традиционните предизвикателства и отваряне на нови перспективиMycobacterium tuberculosisклетки.

Това е първият път, когато този тип анализ на изображения с помощта на машинно обучение и AI се прилага към бактерии по този начин. Изображенията на туберкулоза по своята същност са трудни за интерпретиране от човешкото око и традиционните лабораторни измервания. Машинното обучение е много по-чувствително, когато става въпрос за откриване на разликите във формите и моделите, които са важни за разкриването на основните механизми. “

Джо Полиано, съавтор на статията, професор в катедрата по молекулярна биология

За две години в разработка, водещите автори Диана Куач и Джоузеф Суги оформиха технологията MycobCP чрез обучение от KI Shu Chien-Gene Lay Department of Bioengineering и завършени постдокторски назначения в Pogliano Laboratories в отдела по молекулярна биология).

„Туберкулозните клетки са тромави и винаги изглеждат прилепнали една до друга, така че определянето на границите на клетките не изглеждаше възможно“, каза Суги, главен технологичен директор в Linnaeus Bioscience. „Вместо това се заехме направо с компютъра да анализира моделите в изображенията вместо нас.“

Линей се обедини с експерта по туберкулоза Таня Париш от Детския изследователски институт в Сиатъл, за да разработи BCP за микобактерии. Новата система вече значително ускори възможностите на екипа за изследване на туберкулозата и помогна за идентифицирането на оптимални кандидат съединения за разработване на лекарства.

„Критична част от напредването на новите кандидати за лекарства е определянето на начина, по който работят, което е технически предизвикателство и отнема време“, каза Париш, съавтор на изследването. „Тази технология разширява и ускорява способността ни да правим това, позволявайки ни да приоритизираме върху кои молекули да работим въз основа на начина, по който действатМ. Туберкулоза. “

UC San Diego Biotech Spinoffs адресира глобалното здравно предизвикателство

Linnaeus Bioscience беше разработена през 2012 г. с Калифорнийския университет в Сан Диего, която обеща да промени начина, по който действат антибиотиците.

„Разработихме бактериално цитологично профилиране и това ни позволи да разгледаме бактериалните клетки по нови начини“, каза Джо Полиано. „Това ни позволиНаистина вижКак клетките се справят с антибиотичното лечение, за да можем да интерпретираме техните основни механизми. Ние описваме този метод като еквивалентен на извършване на аутопсия в бактериална клетка. “

Установяването на Linnaeus Bioscience в регионалния център на биотехнологиите в Сан Диего позволи на Джо и Кит Полиано да пуснат BCP технологията на пазара, където други компании могат да имат достъп до нея. Сега компанията получава проби от цял ​​свят за бърз анализ и идентифициране на нови кандидати за бактериални лекарства.

Pogliano признава биотехнологичната общност, особено ранния дом на компанията в инкубатора JLABS в Сан Диего, за подкрепата на биотехнологични компании на ранен етап, което е от решаващо значение за растежа и успеха на компанията.

„Нямаше да успеем да стартираме Linnaeus Bioscience, ако не беше подкрепящата биотехнологична общност и инфраструктура, осигурени в JLABS“, каза Поляно. „Всички служители на Linnaeus получиха своите докторски степени от Калифорнийския университет в Сан Диего.

В допълнение към Quach, Pogliano и Sugie, сътрудниците на вестника включват Marc Sharp, Sara Ahmed, Lauren Ames, Amala Bhagwat, Aditi Deshpande и Tanya Parish.

източници: