AI-basert teknologi akselererer oppdagelsen av nye tuberkulosemedisinkandidater

AI-basert teknologi akselererer oppdagelsen av nye tuberkulosemedisinkandidater

Tuberkulose er en alvorlig global helsetrussel som har infisert mer enn 10 millioner mennesker i 2022. Gjennom luften og inn i lungene forårsaker patogenet som forårsaker «TB» kronisk hoste, brystsmerter, tretthet, feber og vekttap. Mens infeksjoner er mer omfattende i andre deler av verden, har et alvorlig tuberkuloseutbrudd i Kansas resultert i to dødsfall og har blitt en av de største i USA.

Mens tuberkulose vanligvis behandles med antibiotika, har økningen av medikamentresistente stammer ført til et presserende behov for nye legemiddelkandidater.

En ny studie publisert iProceedings of the National Academy of SciencesBeskriver den nye bruken av kunstig intelligens for å screene for kandidater for antimikrobielle forbindelser som kan utvikles til nye tuberkulosebehandlinger. Studien ble ledet av forskere fra University of California San Diego, Linnaeus Bioscience Inc. og Center for Global Infectious Disease Research ved Seattle Children's Research Institute.

Linnaeus Bioscience er et San Diego-basert bioteknologiselskap basert på teknologi utviklet ved UC San Diego School of Biological Sciences Laboratories av professor Joe Pogliano og dekan Kit Pogliano. BCP-metoden (Bacterial Cytological Profiling) gir en snarvei til å forstå hvordan antibiotika virker ved raskt å bestemme deres underliggende mekanismer.

Å finne nye tuberkulosemedisinmål ved bruk av tradisjonelle laboratoriemetoder har historisk vist seg arbeidskrevende og tidkrevende, delvis på grunn av vanskeligheten med å forstå hvordan nye medisiner virkerMycobacterium tuberculosisbakterien som forårsaker sykdommen.

Det nyePNAerStudien beskriver utviklingen av "MycOBCP", en neste generasjons teknologi utviklet med finansiering fra Gates Foundation. Den nye metoden tilpasser BCP til dyp læring – en type kunstig intelligens som bruker hjernelignende nevrale nettverk – for å overvinne tradisjonelle utfordringer og åpne opp nye perspektiverMycobacterium tuberculosisceller.

Dette er første gang denne typen bildeanalyse ved hjelp av maskinlæring og AI har blitt brukt på bakterier på denne måten. Tuberkulosebilder er iboende vanskelige å tolke av det menneskelige øyet og tradisjonelle laboratoriemålinger. Maskinlæring er mye mer sensitiv når det gjelder å fange opp forskjellene i former og mønstre som er viktige for å avdekke de underliggende mekanismene. "

Joe Pogliano, papirmedforfatter, professor ved Institutt for molekylærbiologi

I løpet av to år i utvikling formet hovedforfatterne Diana Quach og Joseph Sugie MycobCP-teknologien gjennom opplæring fra KI Shu Chien-Gene Lay Department of Bioengineering og fullførte postdoktoravtaler i Pogliano-laboratoriene i Institutt for molekylærbiologi).

"Tuberkuloseceller er klumpete og ser alltid ut til å holde seg tett sammen, så det virket ikke mulig å definere cellegrenser," sa Sugie, teknologisjef ved Linnaeus Bioscience. "I stedet hoppet vi rett inn i å la datamaskinen analysere mønstrene i bildene for oss."

Linné slo seg sammen med tuberkuloseekspert Tanya Parish fra Seattle Children's Research Institute for å utvikle BCP for mykobakterier. Det nye systemet har allerede akselerert teamets TB-forskningsevner betydelig og hjulpet med å identifisere optimale kandidatforbindelser for utvikling av legemidler.

"En kritisk del av å fremme nye legemiddelkandidater er å definere hvordan de fungerer, noe som har vært teknisk utfordrende og tar tid," sa Parish, medforfatter av studien. "Denne teknologien utvider og akselererer vår evne til å gjøre dette, slik at vi kan prioritere hvilke molekyler vi skal jobbe med basert på hvordan de opptrerM. Tuberkulose. "

UC San Diego Biotech Spinoffs adresserer den globale helseutfordringen

Linnaeus Bioscience ble utviklet i 2012 med en UC San Diego som lovet å endre ansiktet til hvordan antibiotika virker.

"Vi utviklet bakteriell cytologisk profilering og det tillot oss å se på bakterieceller på nye måter," sa Joe Pogliano. «Det gjorde det mulig for ossSer virkeligHvordan celler håndterer antibiotikabehandling slik at vi kan tolke deres underliggende mekanismer. Vi beskriver denne metoden som ekvivalent med å utføre en obduksjon i en bakteriecelle. "

Linnaeus Biosciences etablering ved San Diego Biotechnology regionale knutepunkt tillot Joe og Kit Pogliano å bringe BCP-teknologien til markedet der andre selskaper kunne ha tilgang til den. Selskapet mottar nå prøver fra hele verden for rask analyse og identifisering av nye bakterielle legemiddelkandidater.

Pogliano krediterer bioteknologisamfunnet, spesielt selskapets tidlige hjem ved San Diego JLABS Incubator, for å støtte tidlige bioteknologiselskaper som er avgjørende for selskapets vekst og suksess.

"Vi ville ikke ha vært i stand til å få Linnaeus Bioscience fra bakken hvis ikke for det støttende bioteknologiske fellesskapet og infrastrukturen som tilbys i JLABS," sa Pogliano. «Alle Linnaeus-ansatte mottok sin doktorgrad fra UC San Diego.

I tillegg til Quach, Pogliano og Sugie, inkluderer avisens samarbeid Marc Sharp, Sara Ahmed, Lauren Ames, Amala Bhagwat, Aditi Deshpande og Tanya Parish.

Kilder: