Az AI-alapú technológia felgyorsítja az új tuberkulózis-gyógyszer-jelöltek felfedezését

Az AI-alapú technológia felgyorsítja az új tuberkulózis-gyógyszer-jelöltek felfedezését

A tuberkulózis súlyos globális egészségügyi fenyegetés, amely 2022-ben több mint 10 millió embert fertőzött meg. A levegőn és a tüdőn keresztül a „TB”-t okozó kórokozó krónikus köhögést, mellkasi fájdalmat, fáradtságot, lázat és fogyást okoz. Míg a fertőzések kiterjedtebbek a világ más részein, a kansasi súlyos tuberkulózis-járvány két halálesetet okozott, és az Egyesült Államokban az egyik legnagyobb mértékűvé vált.

Míg a tuberkulózist általában antibiotikumokkal kezelik, a gyógyszerrezisztens törzsek térnyerése sürgős igényt teremtett új gyógyszerjelöltek iránt.

Egy új tanulmány, amelyet aProceedings of the National Academy of SciencesLeírja a mesterséges intelligencia újszerű alkalmazását olyan jelölt antimikrobiális vegyületek kiszűrésére, amelyekből új tuberkulózis-gyógyszereket lehetne kifejleszteni. A tanulmányt a Kaliforniai Egyetem San Diego, a Linnaeus Bioscience Inc. és a Seattle-i Gyermekkutató Intézet Globális Fertőző Betegségek Kutatóközpontjának kutatói vezették.

A Linnaeus Bioscience egy San Diego-i székhelyű biotechnológiai vállalat, amelyet az UC San Diego School of Biological Sciences Laboratoriesben Joe Pogliano professzor és Dean Kit Pogliano fejlesztett ki. A BCP (Bacterial Cytological Profiling) módszer rövid utat biztosít az antibiotikumok működésének megértéséhez azáltal, hogy gyorsan meghatározza a mögöttes mechanizmusokat.

A tuberkulózis elleni új gyógyszercélpontok megtalálása hagyományos laboratóriumi módszerekkel történelmileg fáradságosnak és időigényesnek bizonyult, részben az új gyógyszerek működésének megértésének nehézsége miatt.Mycobacterium tuberculosisa betegséget okozó baktérium.

Az újPNA-kA tanulmány a „MycOBCP” fejlesztését írja le, egy új generációs technológia, amelyet a Gates Foundation finanszírozásával fejlesztettek ki. Az új módszer a BCP-t a mély tanuláshoz – egy olyan mesterséges intelligencia típushoz, amely agyszerű neurális hálózatokat használ – adaptálja a hagyományos kihívások leküzdésére és új távlatok megnyitására.Mycobacterium tuberculosissejteket.

Ez az első alkalom, hogy ilyen típusú, gépi tanulást és mesterséges intelligenciát alkalmazó képelemzést alkalmaztak baktériumokon ilyen módon. A tuberkulózisos képeket az emberi szem és a hagyományos laboratóriumi mérések eleve nehezen értelmezik. A gépi tanulás sokkal érzékenyebb, amikor a formák és minták közötti különbségeket fel kell ismerni, amelyek fontosak a mögöttes mechanizmusok feltárásához. "

Joe Pogliano, a tanulmány társszerzője, a Molekuláris Biológiai Tanszék professzora

A két év fejlesztés alatt a vezető szerzők, Diana Quach és Joseph Sugie a KI Shu Chien-Gene Lay Biomérnöki Tanszék képzésén keresztül alakították ki a MycobCP technológiát, és posztdoktori kinevezéseket szereztek a Pogliano Laboratoriesben a Molekuláris Biológiai Tanszéken).

"A tuberkulózis sejtek csomósak, és mindig szorosan egymáshoz tapadnak, így a sejthatárok meghatározása nem tűnt lehetségesnek" - mondta Sugie, a Linnaeus Bioscience technológiai igazgatója. „Ehelyett rögtön belevágtunk, hogy a számítógép elemezze helyettünk a képeken látható mintákat.”

Linnaeus a Seattle-i Gyermekkutató Intézet tuberkulózisszakértőjével, Tanya Parish-val együttműködve fejlesztette ki a mikobaktériumok BCP-jét. Az új rendszer már jelentősen felgyorsította a csapat tuberkulózis-kutatási képességeit, és segített azonosítani az optimális vegyületjelölteket a gyógyszerfejlesztéshez.

"Az új gyógyszerjelöltek fejlesztésének kritikus része a működésük meghatározása, ami technikailag nagy kihívást jelent, és időbe telik" - mondta Parish, a tanulmány társszerzője. „Ez a technológia kibővíti és felgyorsítja az erre való képességünket, lehetővé téve számunkra, hogy prioritást állítsunk fel, mely molekulákon dolgozzunk, azok működése alapjánM. Tuberculosis. "

UC San Diego Biotech Spinoffs foglalkozik a globális egészségügyi kihívással

A Linnaeus Bioscience-et 2012-ben fejlesztették ki egy UC San Diego-val, amely azt ígérte, hogy megváltoztatja az antibiotikumok működésének arculatát.

"A bakteriális citológiai profilalkotást kifejlesztettük, és ez lehetővé tette számunkra, hogy új módon tekintsünk a baktériumsejtekre" - mondta Joe Pogliano. „Ez lehetővé tette számunkraTényleg látniHogyan kezelik a sejtek az antibiotikus kezelést, hogy értelmezni tudjuk a mögöttes mechanizmusaikat. Ezt a módszert úgy írjuk le, mint egy bakteriális sejtben végzett boncolást. "

A Linné Bioscience megalakulása a San Diego Biotechnology regionális központjában lehetővé tette Joe és Kit Pogliano számára, hogy piacra vigye a BCP technológiát, ahol más vállalatok is hozzáférhetnek. A vállalat most a világ minden tájáról kap mintákat gyors elemzéshez és az új bakteriális gyógyszerjelöltek azonosításához.

Pogliano a biotechnológiai közösségnek, különösen a vállalat korai otthonának, a San Diego-i JLABS inkubátornak köszönheti a korai szakaszban lévő biotechnológiai vállalatok támogatását, amelyek kritikusak a vállalat növekedése és sikere szempontjából.

„Nem tudtuk volna elindítani a Linnaeus Bioscience-t, ha nincs a JLABS-ben biztosított támogató biotechnológiai közösség és infrastruktúra” – mondta Pogliano. „A Linnaeus összes alkalmazottja az UC San Diego-ban szerezte meg doktori fokozatát.

Quach, Pogliano és Sugie mellett az újság együttműködései között szerepel Marc Sharp, Sara Ahmed, Lauren Ames, Amala Bhagwat, Aditi Deshpande és Tanya Parish.

Források: