Tekoälyyn perustuva teknologia nopeuttaa uusien tuberkuloosilääke-ehdokkaiden löytämistä

Transparenz: Redaktionell erstellt und geprüft.
Veröffentlicht am

Tuberkuloosi on vakava maailmanlaajuinen terveysuhka, joka on tartuttanut yli 10 miljoonaa ihmistä vuonna 2022. Tuberkuloosia aiheuttava taudinaiheuttaja ilmaan ja keuhkoihin aiheuttaa kroonista yskää, rintakipua, väsymystä, kuumetta ja painonpudotusta. Vaikka infektiot ovat laajempia muualla maailmassa, vakava tuberkuloosiepidemia Kansasissa on johtanut kahteen kuolemaan ja siitä on tullut yksi suurimmista Yhdysvalloissa. Vaikka tuberkuloosia hoidetaan tyypillisesti antibiooteilla, lääkeresistenttien kantojen nousu on johtanut kiireelliseen uusien lääkekandidaattien tarpeeseen. Uusi tutkimus julkaistiin Proceedings of...

Tekoälyyn perustuva teknologia nopeuttaa uusien tuberkuloosilääke-ehdokkaiden löytämistä

Tuberkuloosi on vakava maailmanlaajuinen terveysuhka, joka on tartuttanut yli 10 miljoonaa ihmistä vuonna 2022. Tuberkuloosia aiheuttava taudinaiheuttaja ilmaan ja keuhkoihin aiheuttaa kroonista yskää, rintakipua, väsymystä, kuumetta ja painonpudotusta. Vaikka infektiot ovat laajempia muualla maailmassa, vakava tuberkuloosiepidemia Kansasissa on johtanut kahteen kuolemaan ja siitä on tullut yksi suurimmista Yhdysvalloissa.

Vaikka tuberkuloosia hoidetaan tyypillisesti antibiooteilla, lääkeresistenttien kantojen nousu on johtanut kiireelliseen uusien lääkekandidaattien tarpeeseen.

Uusi tutkimus julkaistiinProceedings of the National Academy of SciencesKuvaa tekoälyn uutta käyttöä sellaisten ehdokkaiden antimikrobisten yhdisteiden seulomiseen, joista voitaisiin kehittää uusia tuberkuloosilääkehoitoja. Tutkimusta johtivat Kalifornian yliopiston San Diegon tutkijat, Linnaeus Bioscience Inc. ja Seattlen lastentutkimusinstituutin globaali tartuntatautien tutkimuskeskus.

Linnaeus Bioscience on San Diegossa toimiva bioteknologiayritys, joka on perustettu UC San Diego School of Biological Sciences Laboratoriesissa professori Joe Poglianon ja Dean Kit Poglianon kehittämään teknologiaan. BCP (Bacterial Cytological Profiling) -menetelmä tarjoaa oikotien antibioottien toiminnan ymmärtämiseen määrittämällä nopeasti niiden taustalla olevat mekanismit.

Uusien tuberkuloosilääkekohteiden löytäminen perinteisillä laboratoriomenetelmillä on historiallisesti osoittautunut työlääksi ja aikaa vieväksi, mikä johtuu osittain siitä, että uusien lääkkeiden vaikutusta on vaikea ymmärtää.Mycobacterium tuberculosisbakteeri, joka aiheuttaa taudin.

UusiPNA:tTutkimus kuvaa "MycOBCP:n" kehittämistä, seuraavan sukupolven teknologiaa, joka on kehitetty Gates Foundationin rahoituksella. Uusi menetelmä mukauttaa BCP:n syväoppimiseen – tekoälyn tyyppiin, joka käyttää aivojen kaltaisia ​​hermoverkkoja – voittaakseen perinteiset haasteet ja avatakseen uusia näkökulmia.Mycobacterium tuberculosissoluja.

Tämä on ensimmäinen kerta, kun tällaista koneoppimista ja tekoälyä käyttävää kuva-analyysiä on sovellettu bakteereihin tällä tavalla. Tuberkuloosikuvia on luonnostaan ​​vaikea tulkita ihmissilmällä ja perinteisillä laboratoriomittauksilla. Koneoppiminen on paljon herkempää poimiessaan muotojen ja kuvioiden eroja, jotka ovat tärkeitä taustalla olevien mekanismien paljastamiseksi. "

Joe Pogliano, paperin toinen kirjoittaja, molekyylibiologian laitoksen professori

Kahden vuoden kehitystyön aikana johtavat kirjoittajat Diana Quach ja Joseph Sugie muotoilivat MycobCP-teknologiaa KI Shu Chien-Gene Layn biotekniikan laitoksen koulutuksella ja suorittivat tohtorintutkinnon Poglianon laboratorioissa molekyylibiologian laitoksella).

"Tuberkuloosisolut ovat kokkailevia ja näyttävät aina tarttuvan lähekkäin, joten solurajojen määrittäminen ei vaikuttanut mahdolliselta", sanoi Sugie, teknologiajohtaja Linnaeus Biosciencesta. "Sen sijaan hyppäsimme suoraan siihen, että tietokone analysoi kuvien kuviot puolestamme."

Linnaeus teki yhteistyötä tuberkuloosiasiantuntijan Tanya Parishin kanssa Seattlen lastentutkimuslaitoksesta kehittääkseen BCP:n mykobakteereille. Uusi järjestelmä on jo merkittävästi nopeuttanut ryhmän tuberkuloositutkimuksen valmiuksia ja auttanut tunnistamaan optimaaliset kandidaattiyhdisteet lääkekehitykseen.

"Kriittinen osa uusien lääkekandidaattien kehittämisessä on niiden toimintatavan määrittely, mikä on ollut teknisesti haastavaa ja vie aikaa", sanoi Parish, tutkimuksen toinen kirjoittaja. "Tämä teknologia laajentaa ja nopeuttaa kykyämme tehdä tämä, jolloin voimme priorisoida, mitkä molekyylit toimivat niiden toiminnan perusteella.M. Tuberculosis. "

UC San Diego Biotech Spinoffs käsittelee maailmanlaajuista terveyshaastetta

Linnaeus Bioscience kehitettiin vuonna 2012 San Diegon yliopiston kanssa, joka lupasi muuttaa antibioottien toiminnan.

"Kehitimme bakteerien sytologista profilointia, ja sen avulla pystyimme katsomaan bakteerisoluja uusilla tavoilla", sanoi Joe Pogliano. "Se antoi meille mahdollisuudenTodella nähdäKuinka solut käsittelevät antibioottihoitoa, jotta voimme tulkita niiden taustalla olevia mekanismeja. Kuvaamme tätä menetelmää vastaavaksi ruumiinavauksen suorittamista bakteerisolussa. "

Linnaeus Biosciencen perustaminen San Diego Biotechnologyn aluekeskukseen antoi Joe ja Kit Poglianolle mahdollisuuden tuoda BCP-teknologian markkinoille, jossa muut yritykset voivat saada sen käyttöön. Yritys vastaanottaa nyt näytteitä ympäri maailmaa nopeaa analysointia ja uusien bakteerilääke-ehdokkaiden tunnistamista varten.

Pogliano kiittää biotekniikkayhteisöä, erityisesti yrityksen varhaista kotia San Diego JLABS -hautomossa, varhaisen vaiheen bioteknologiayritysten tukemisesta, mikä on ratkaisevan tärkeää yrityksen kasvulle ja menestykselle.

"Emme olisi voineet saada Linnaeus Biosciencea liikkeelle ilman JLABS:n tarjoamaa tukevaa biotekniikkayhteisöä ja infrastruktuuria", sanoi Pogliano. "Kaikki Linnaeuksen työntekijät ovat saaneet tohtorin tutkinnon UC San Diegosta.

Quachin, Poglianon ja Sugien lisäksi lehden yhteistyökumppaneita ovat Marc Sharp, Sara Ahmed, Lauren Ames, Amala Bhagwat, Aditi Deshpande ja Tanya Parish.


Lähteet:

Journal reference:

Quach, D.,et ai.(2025). Syväoppimiseen perustuva bakteerisytologinen profilointi antimikrobisten mekanismien määrittämiseksi Mycobacterium tuberculosisProceedings of the National Academy of Sciences. doi.org/10.1073/pnas.2419813122.