La tecnologia basata sull’intelligenza artificiale sta accelerando la scoperta di nuovi candidati farmaci contro la tubercolosi

La tecnologia basata sull’intelligenza artificiale sta accelerando la scoperta di nuovi candidati farmaci contro la tubercolosi

La tubercolosi è una grave minaccia per la salute globale che ha contagiato più di 10 milioni di persone nel 2022. Attraverso l’aria e i polmoni, l’agente patogeno che causa la “TBC” provoca tosse cronica, dolore toracico, affaticamento, febbre e perdita di peso. Mentre le infezioni sono più diffuse in altre parti del mondo, una grave epidemia di tubercolosi in Kansas ha provocato due morti ed è diventata una delle più grandi negli Stati Uniti.

Sebbene la tubercolosi venga generalmente trattata con antibiotici, l’aumento di ceppi resistenti ai farmaci ha portato all’urgente necessità di nuovi farmaci candidati.

Un nuovo studio pubblicato suAtti dell'Accademia Nazionale delle ScienzeDescrive il nuovo utilizzo dell'intelligenza artificiale per individuare composti antimicrobici candidati che potrebbero essere sviluppati in nuovi trattamenti farmacologici contro la tubercolosi. Lo studio è stato condotto da ricercatori dell’Università della California a San Diego, della Linnaeus Bioscience Inc. e del Center for Global Infectious Disease Research del Seattle Children’s Research Institute.

Linnaeus Bioscience è una società biotecnologica con sede a San Diego fondata sulla tecnologia sviluppata presso i laboratori della Scuola di scienze biologiche della UC San Diego dal professor Joe Pogliano e dal preside Kit Pogliano. Il metodo BCP (Bacterial Cytological Profiling) fornisce una scorciatoia per comprendere come funzionano gli antibiotici determinandone rapidamente i meccanismi sottostanti.

Trovare nuovi bersagli farmacologici contro la tubercolosi utilizzando metodi di laboratorio tradizionali si è storicamente dimostrato laborioso e dispendioso in termini di tempo, in parte a causa della difficoltà di comprendere come funzionano i nuovi farmaciMycobacterium tuberculosisil batterio che provoca la malattia.

Il nuovoPNALo studio descrive lo sviluppo di “MycOBCP”, una tecnologia di prossima generazione sviluppata con i finanziamenti della Fondazione Gates. Il nuovo metodo adatta il BCP al deep learning – un tipo di intelligenza artificiale che utilizza reti neurali simili al cervello – per superare le sfide tradizionali e aprire nuove prospettiveMycobacterium tuberculosiscellule.

Questa è la prima volta che questo tipo di analisi delle immagini utilizzando l’apprendimento automatico e l’intelligenza artificiale viene applicato ai batteri in questo modo. Le immagini della tubercolosi sono intrinsecamente difficili da interpretare dall'occhio umano e dalle tradizionali misurazioni di laboratorio. L’apprendimento automatico è molto più sensibile quando si tratta di cogliere le differenze nelle forme e nei modelli che sono importanti per scoprire i meccanismi sottostanti. “

Joe Pogliano, coautore dell'articolo, professore presso il Dipartimento di Biologia Molecolare

In due anni di sviluppo, gli autori principali Diana Quach e Joseph Sugie hanno plasmato la tecnologia MycobCP attraverso la formazione del Dipartimento di Bioingegneria del KI Shu Chien-Gene Lay e hanno completato gli incarichi post-dottorato nei Laboratori di Pogliano nel Dipartimento di Biologia Molecolare).

"Le cellule della tubercolosi sono grumose e sembrano sempre attaccate le une alle altre, quindi definire i confini cellulari non sembrava possibile", ha affermato Sugie, responsabile della tecnologia presso Linnaeus Bioscience. "Invece, abbiamo subito chiesto al computer di analizzare i modelli nelle immagini per noi."

Linneo ha collaborato con l'esperta di tubercolosi Tanya Parish del Seattle Children's Research Institute per sviluppare il BCP per i micobatteri. Il nuovo sistema ha già accelerato in modo significativo le capacità di ricerca sulla tubercolosi del team e ha contribuito a identificare composti candidati ottimali per lo sviluppo di farmaci.

"Una parte fondamentale dell'avanzamento dei nuovi farmaci candidati è la definizione del loro funzionamento, il che è tecnicamente impegnativo e richiede tempo", ha affermato Parish, coautore dello studio. “Questa tecnologia espande e accelera la nostra capacità di farlo, permettendoci di dare priorità su quali molecole lavorare in base a come agisconoM. Tubercolosi. “

Gli spin-off biotecnologici della UC San Diego affrontano la sfida sanitaria globale

Linnaeus Bioscience è stato sviluppato nel 2012 con la UC di San Diego che ha promesso di cambiare il modo in cui funzionano gli antibiotici.

"Abbiamo sviluppato il profilo citologico batterico e questo ci ha permesso di osservare le cellule batteriche in modi nuovi", ha affermato Joe Pogliano. “Ci ha permesso di farloVedi davveroCome le cellule affrontano il trattamento antibiotico in modo da poter interpretare i loro meccanismi sottostanti. Descriviamo questo metodo come equivalente all'esecuzione di un'autopsia in una cellula batterica. “

L'insediamento di Linnaeus Bioscience presso l'hub regionale della biotecnologia di San Diego ha consentito a Joe e Kit Pogliano di portare la tecnologia BCP sul mercato dove altre aziende potevano accedervi. L'azienda ora riceve campioni da tutto il mondo per una rapida analisi e identificazione di nuovi candidati farmaci batterici.

Pogliano attribuisce alla comunità biotecnologica, in particolare alla sede iniziale dell'azienda presso l'incubatore JLABS di San Diego, il merito di aver sostenuto le aziende biotecnologiche in fase iniziale, fondamentale per la crescita e il successo dell'azienda.

“Non saremmo stati in grado di far decollare Linnaeus Bioscience se non fosse stato per il supporto della comunità biotecnologica e delle infrastrutture fornite da JLABS”, ha affermato Pogliano. “Tutti i dipendenti di Linnaeus hanno conseguito il dottorato presso l'UC San Diego.

Oltre a Quach, Pogliano e Sugie, tra le collaborazioni del giornale figurano Marc Sharp, Sara Ahmed, Lauren Ames, Amala Bhagwat, Aditi Deshpande e Tanya Parish.

Fonti: