Tehnologija utemeljena na umjetnoj inteligenciji ubrzava otkrivanje novih kandidata za lijekove protiv tuberkuloze

Tehnologija utemeljena na umjetnoj inteligenciji ubrzava otkrivanje novih kandidata za lijekove protiv tuberkuloze

Tuberkuloza je ozbiljna globalna zdravstvena prijetnja koja je zarazila više od 10 milijuna ljudi u 2022. Putem zraka i u pluća, patogen koji uzrokuje "TB" uzrokuje kronični kašalj, bol u prsima, umor, groznicu i gubitak težine. Dok su infekcije veće u drugim dijelovima svijeta, ozbiljna epidemija tuberkuloze u Kansasu rezultirala je s dva smrtna slučaja i postala je jedna od najvećih u Sjedinjenim Državama.

Dok se tuberkuloza obično liječi antibioticima, porast sojeva otpornih na lijekove doveo je do hitne potrebe za novim kandidatima za lijekove.

Nova studija objavljena uZbornik radova Nacionalne akademije znanostiOpisuje novu upotrebu umjetne inteligencije za traženje potencijalnih antimikrobnih spojeva koji bi se mogli razviti u nove lijekove za liječenje tuberkuloze. Studiju su vodili istraživači sa kalifornijskog sveučilišta San Diego, Linnaeus Bioscience Inc. i Centra za istraživanje globalnih zaraznih bolesti pri Dječjem istraživačkom institutu u Seattleu.

Linnaeus Bioscience je biotehnološka tvrtka sa sjedištem u San Diegu, utemeljena na tehnologiji koju su razvili profesor Joe Pogliano i Dean Kit Pogliano u Laboratorijima za biološke znanosti UC San Diego. BCP (Bacterial Citological Profiling) metoda pruža prečac za razumijevanje djelovanja antibiotika brzim određivanjem njihovih temeljnih mehanizama.

Pronalaženje novih ciljeva za lijekove protiv tuberkuloze korištenjem tradicionalnih laboratorijskih metoda povijesno se pokazalo napornim i dugotrajnim, djelomično zbog poteškoća u razumijevanju djelovanja novih lijekovaMycobacterium tuberculosisbakterija koja uzrokuje bolest.

NoviPNAsStudija opisuje razvoj "MycOBCP", tehnologije sljedeće generacije razvijene uz financiranje Zaklade Gates. Nova metoda prilagođava BCP dubokom učenju – vrsti umjetne inteligencije koja koristi neuronske mreže nalik mozgu – za prevladavanje tradicionalnih izazova i otvaranje novih perspektivaMycobacterium tuberculosisstanice.

Ovo je prvi put da se ova vrsta analize slike pomoću strojnog učenja i umjetne inteligencije primjenjuje na bakterije na ovaj način. Slike tuberkuloze inherentno je teško protumačiti ljudskim okom i tradicionalnim laboratorijskim mjerenjima. Strojno učenje puno je osjetljivije kada je u pitanju otkrivanje razlika u oblicima i obrascima koji su važni za otkrivanje temeljnih mehanizama. “

Joe Pogliano, koautor rada, profesor na Odsjeku za molekularnu biologiju

U dvije godine razvoja, vodeći autori Diana Quach i Joseph Sugie oblikovali su MycobCP tehnologiju kroz obuku na Odjelu za bioinženjering KI Shu Chien-Gene Lay i završili postdoktorske sastanke u Pogliano Laboratories na Odjelu za molekularnu biologiju).

“Stanice tuberkuloze su grudaste i uvijek izgledaju kao da se lijepe jedna uz drugu, pa se definiranje granica stanica nije činilo mogućim”, rekao je Sugie, glavni tehnološki direktor u Linnaeus Bioscience. "Umjesto toga, skočili smo ravno na to da računalo umjesto nas analizira uzorke na slikama."

Linnaeus se udružio sa stručnjakinjom za tuberkulozu Tanyom Parish iz Dječjeg istraživačkog instituta u Seattleu kako bi razvio BCP za mikobakterije. Novi sustav već je značajno ubrzao istraživačke mogućnosti tima za tuberkulozu i pomogao u identificiranju optimalnih spojeva kandidata za razvoj lijekova.

"Kritični dio unaprjeđenja novih kandidata za lijekove je definiranje načina na koji oni rade, što je tehnički izazovno i zahtijeva vrijeme", rekao je Parish, koautor studije. „Ova tehnologija proširuje i ubrzava našu sposobnost da to učinimo, dopuštajući nam da odredimo prioritete na kojima ćemo raditi na temelju toga kako djelujuM. Tuberkuloza. “

UC San Diego Biotech Spinoffs rješava globalni zdravstveni izazov

Linnaeus Bioscience razvijen je 2012. s UC San Diego koji je obećao promijeniti način na koji antibiotici djeluju.

"Razvili smo bakterijsko citološko profiliranje i to nam je omogućilo da promatramo bakterijske stanice na nove načine", rekao je Joe Pogliano. “To nam je omogućiloStvarno vidjetiKako se stanice nose s liječenjem antibioticima kako bismo mogli protumačiti njihove temeljne mehanizme. Ovu metodu opisujemo kao ekvivalent izvođenju autopsije u bakterijskoj stanici. “

Osnivanje Linnaeus Bioscience u regionalnom središtu San Diego Biotechnology omogućilo je Joeu i Kitu Poglianu da BCP tehnologiju dovedu na tržište gdje su joj druge tvrtke mogle imati pristup. Tvrtka sada prima uzorke iz cijelog svijeta za brzu analizu i identifikaciju novih kandidata za bakterijske lijekove.

Pogliano odaje zasluge biotehnološkoj zajednici, posebno ranom domu tvrtke u inkubatoru JLABS u San Diegu, za podršku biotehnološkim tvrtkama u ranoj fazi koja je ključna za rast i uspjeh tvrtke.

"Ne bismo uspjeli pokrenuti Linnaeus Bioscience da nije bilo podrške biotehnološke zajednice i infrastrukture koju pruža JLABS", rekao je Pogliano. “Svi zaposlenici Linnaeusa doktorirali su na UC San Diego.

Osim Quacha, Pogliana i Sugie, suradnici novina uključuju Marca Sharpa, Saru Ahmed, Lauren Ames, Amalu Bhagwat, Aditi Deshpande i Tanyu Parish.

Izvori: