Op AI gebaseerde technologie versnelt de ontdekking van nieuwe kandidaat-medicijnen tegen tuberculose

Op AI gebaseerde technologie versnelt de ontdekking van nieuwe kandidaat-medicijnen tegen tuberculose

Tuberculose is een ernstige mondiale bedreiging voor de gezondheid die in 2022 meer dan 10 miljoen mensen heeft besmet. Via de lucht en in de longen veroorzaakt de ziekteverwekker die “tbc” veroorzaakt chronische hoest, pijn op de borst, vermoeidheid, koorts en gewichtsverlies. Terwijl de infecties in andere delen van de wereld uitgebreider zijn, heeft een ernstige tuberculose-uitbraak in Kansas geleid tot twee doden en is daarmee een van de grootste in de Verenigde Staten geworden.

Hoewel tuberculose doorgaans met antibiotica wordt behandeld, heeft de opkomst van resistente stammen geleid tot een dringende behoefte aan nieuwe kandidaat-geneesmiddelen.

Een nieuwe studie gepubliceerd in deProceedings van de Nationale Academie van WetenschappenBeschrijft het nieuwe gebruik van kunstmatige intelligentie om te screenen op kandidaat-antimicrobiële verbindingen die kunnen worden ontwikkeld tot nieuwe medicijnbehandelingen voor tuberculose. De studie werd geleid door onderzoekers van de Universiteit van Californië in San Diego, Linnaeus Bioscience Inc. en het Center for Global Infectious Disease Research van het Seattle Children's Research Institute.

Linnaeus Bioscience is een in San Diego gevestigd biotechnologiebedrijf dat is gebaseerd op technologie die is ontwikkeld aan de UC San Diego School of Biological Sciences Laboratories door professor Joe Pogliano en Dean Kit Pogliano. De BCP-methode (Bacterial Cytological Profiling) biedt een snelle manier om te begrijpen hoe antibiotica werken door snel hun onderliggende mechanismen te bepalen.

Het vinden van nieuwe doelwitten voor tuberculosemedicijnen met behulp van traditionele laboratoriummethoden is historisch gezien arbeidsintensief en tijdrovend gebleken, deels vanwege de moeilijkheid om te begrijpen hoe nieuwe medicijnen werken.Mycobacterium tuberculosede bacterie die de ziekte veroorzaakt.

De nieuwePNA'sDe studie beschrijft de ontwikkeling van ‘MycOBCP’, een technologie van de volgende generatie, ontwikkeld met financiering van de Gates Foundation. De nieuwe methode past BCP aan aan deep learning – een soort kunstmatige intelligentie die gebruik maakt van hersenachtige neurale netwerken – om traditionele uitdagingen te overwinnen en nieuwe perspectieven te openenMycobacterium tuberculosecellen.

Dit is de eerste keer dat dit soort beeldanalyse met behulp van machine learning en AI op deze manier op bacteriën wordt toegepast. Tuberculosebeelden zijn inherent moeilijk te interpreteren door het menselijk oog en traditionele laboratoriummetingen. Machine learning is veel gevoeliger als het gaat om het oppikken van de verschillen in vormen en patronen die belangrijk zijn voor het blootleggen van de onderliggende mechanismen. “

Joe Pogliano, co-auteur van het artikel, professor bij de afdeling Moleculaire Biologie

In twee jaar tijd hebben hoofdauteurs Diana Quach en Joseph Sugie de MycobCP-technologie vormgegeven door middel van training van de afdeling Bioengineering van KI Shu Chien-Gene Lay en postdoctorale benoemingen voltooid in de Pogliano Laboratories van de afdeling Moleculaire Biologie.

“Tuberculosecellen zijn klonterig en lijken altijd dicht bij elkaar te blijven, dus het definiëren van celgrenzen leek niet mogelijk”, zegt Sugie, hoofd technologie bij Linnaeus Bioscience. "In plaats daarvan hebben we de computer meteen de patronen in de afbeeldingen voor ons laten analyseren."

Linnaeus werkte samen met tuberculose-expert Tanya Parish van het Seattle Children's Research Institute om BCP voor mycobacteriën te ontwikkelen. Het nieuwe systeem heeft de onderzoeksmogelijkheden van het team al aanzienlijk versneld en heeft geholpen bij het identificeren van optimale kandidaat-verbindingen voor de ontwikkeling van geneesmiddelen.

“Een cruciaal onderdeel van het bevorderen van nieuwe kandidaat-geneesmiddelen is het definiëren van de manier waarop ze werken, wat technisch uitdagend is en tijd kost”, zegt Parish, co-auteur van het onderzoek. “Deze technologie vergroot en versnelt ons vermogen om dit te doen, waardoor we prioriteit kunnen geven aan welke moleculen we moeten werken op basis van hoe ze werken.M. Tuberculose. “

Biotech-spin-offs van UC San Diego pakken de mondiale gezondheidsuitdaging aan

Linnaeus Bioscience werd in 2012 ontwikkeld met een UC San Diego die beloofde de manier waarop antibiotica werken te veranderen.

“We hebben bacteriële cytologische profilering ontwikkeld en hierdoor konden we op nieuwe manieren naar bacteriële cellen kijken”, zegt Joe Pogliano. “Het heeft ons dat mogelijk gemaaktEcht zienHoe cellen omgaan met antibioticabehandeling, zodat we hun onderliggende mechanismen kunnen interpreteren. Wij omschrijven deze methode als gelijkwaardig aan het uitvoeren van een autopsie in een bacteriële cel. “

De vestiging van Linnaeus Bioscience in de regionale hub San Diego Biotechnology stelde Joe en Kit Pogliano in staat de BCP-technologie op de markt te brengen waar andere bedrijven er toegang toe konden krijgen. Het bedrijf ontvangt nu monsters van over de hele wereld voor snelle analyse en identificatie van nieuwe bacteriële kandidaat-geneesmiddelen.

Pogliano dankt de biotechgemeenschap, met name de eerste thuisbasis van het bedrijf in de San Diego JLABS Incubator, voor het ondersteunen van biotechbedrijven in een vroeg stadium die cruciaal zijn voor de groei en het succes van het bedrijf.

“We zouden Linnaeus Bioscience niet van de grond hebben kunnen krijgen zonder de ondersteunende biotechgemeenschap en infrastructuur die in JLABS wordt geboden”, aldus Pogliano. “Alle medewerkers van Linnaeus zijn gepromoveerd aan UC San Diego.

Naast Quach, Pogliano en Sugie werkt de krant onder meer samen met Marc Sharp, Sara Ahmed, Lauren Ames, Amala Bhagwat, Aditi Deshpande en Tanya Parish.

Bronnen: