AI-baseret teknologi accelererer opdagelsen af ​​nye tuberkuloselægemiddelkandidater

AI-baseret teknologi accelererer opdagelsen af ​​nye tuberkuloselægemiddelkandidater

Tuberkulose er en alvorlig global sundhedstrussel, som har inficeret mere end 10 millioner mennesker i 2022. Gennem luften og ind i lungerne forårsager patogenet, der forårsager "TB", kronisk hoste, brystsmerter, træthed, feber og vægttab. Mens infektioner er mere omfattende i andre dele af verden, har et alvorligt tuberkuloseudbrud i Kansas resulteret i to dødsfald og er blevet et af de største i USA.

Mens tuberkulose typisk behandles med antibiotika, har stigningen af ​​lægemiddelresistente stammer ført til et presserende behov for nye lægemiddelkandidater.

En ny undersøgelse offentliggjort iProceedings of the National Academy of SciencesBeskriver den nye brug af kunstig intelligens til at screene for kandidater til antimikrobielle forbindelser, der kunne udvikles til nye tuberkulosemedicinske behandlinger. Undersøgelsen blev ledet af forskere fra University of California San Diego, Linnaeus Bioscience Inc. og Center for Global Infectious Disease Research ved Seattle Children's Research Institute.

Linnaeus Bioscience er en San Diego-baseret bioteknologivirksomhed, der er baseret på teknologi udviklet på UC San Diego School of Biological Sciences Laboratories af professor Joe Pogliano og dekan Kit Pogliano. BCP-metoden (Bacterial Cytological Profiling) giver en genvej til at forstå, hvordan antibiotika virker ved hurtigt at bestemme deres underliggende mekanismer.

At finde nye tuberkuloselægemiddelmål ved hjælp af traditionelle laboratoriemetoder har historisk vist sig besværligt og tidskrævende, til dels på grund af vanskeligheden ved at forstå, hvordan nye lægemidler virkerMycobacterium tuberculosisbakterien, der forårsager sygdommen.

Den nyePNA'erUndersøgelsen beskriver udviklingen af ​​"MycOBCP", en næste generations teknologi udviklet med finansiering fra Gates Foundation. Den nye metode tilpasser BCP til deep learning – en type kunstig intelligens, der bruger hjernelignende neurale netværk – til at overvinde traditionelle udfordringer og åbne op for nye perspektiverMycobacterium tuberculosisceller.

Det er første gang, denne type billedanalyse ved hjælp af maskinlæring og AI er blevet anvendt på bakterier på denne måde. Tuberkulosebilleder er i sagens natur vanskelige at fortolke af det menneskelige øje og traditionelle laboratoriemålinger. Maskinlæring er meget mere følsom, når det kommer til at opfange de forskelle i former og mønstre, der er vigtige for at afdække de underliggende mekanismer. “

Joe Pogliano, papirmedforfatter, professor ved Institut for Molekylærbiologi

I løbet af to år i udvikling formede hovedforfatterne Diana Quach og Joseph Sugie MycobCP-teknologien gennem uddannelse fra KI Shu Chien-Gene Lay Department of Bioengineering og gennemførte postdoktorale ansættelser i Pogliano Laboratories i Molekylær Biologisk Institut).

"Tuberkuloseceller er klumpete og ser altid ud til at klæbe tæt sammen, så det syntes ikke muligt at definere cellegrænser," sagde Sugie, teknologichef hos Linnaeus Bioscience. "I stedet sprang vi direkte ud i at lade computeren analysere mønstrene i billederne for os."

Linnaeus gik sammen med tuberkuloseeksperten Tanya Parish fra Seattle Children's Research Institute for at udvikle BCP til mykobakterier. Det nye system har allerede markant fremskyndet holdets TB-forskningskapacitet og hjulpet med at identificere optimale kandidatforbindelser til lægemiddeludvikling.

"En kritisk del af at fremme nye lægemiddelkandidater er at definere, hvordan de virker, hvilket har været teknisk udfordrende og tager tid," sagde Parish, medforfatter af undersøgelsen. "Denne teknologi udvider og accelererer vores evne til at gøre dette, hvilket giver os mulighed for at prioritere, hvilke molekyler vi skal arbejde på baseret på, hvordan de handlerM. Tuberkulose. “

UC San Diego Biotech Spinoffs adresserer den globale sundhedsudfordring

Linnaeus Bioscience blev udviklet i 2012 med en UC San Diego, der lovede at ændre ansigtet på, hvordan antibiotika virker.

"Vi udviklede bakteriel cytologisk profilering, og det gav os mulighed for at se på bakterieceller på nye måder," sagde Joe Pogliano. "Det gav os mulighed for detSer virkeligHvordan celler håndterer antibiotikabehandling, så vi kan fortolke deres underliggende mekanismer. Vi beskriver denne metode som ækvivalent med at udføre en obduktion i en bakteriecelle. “

Linnaeus Biosciences etablering i San Diego Biotechnology regionale hub gjorde det muligt for Joe og Kit Pogliano at bringe BCP-teknologien på markedet, hvor andre virksomheder kunne have adgang til den. Virksomheden modtager nu prøver fra hele verden til hurtig analyse og identifikation af nye bakterielle lægemiddelkandidater.

Pogliano krediterer bioteksamfundet, især virksomhedens tidlige hjem i San Diego JLABS Incubator, for at støtte biotekvirksomheder i de tidlige stadier, der er afgørende for virksomhedens vækst og succes.

"Vi ville ikke have været i stand til at få Linnaeus Bioscience i gang, hvis ikke for det støttende bioteknologiske samfund og infrastrukturen i JLABS," sagde Pogliano. "Alle Linnaeus-medarbejdere modtog deres doktorgrader fra UC San Diego.

Ud over Quach, Pogliano og Sugie omfatter avisens samarbejder Marc Sharp, Sara Ahmed, Lauren Ames, Amala Bhagwat, Aditi Deshpande og Tanya Parish.

Kilder: