AI-baserad teknologi påskyndar upptäckten av nya tuberkulosläkemedelskandidater

AI-baserad teknologi påskyndar upptäckten av nya tuberkulosläkemedelskandidater

Tuberkulos är ett allvarligt globalt hälsohot som har infekterat mer än 10 miljoner människor 2022. Genom luften och in i lungorna orsakar patogenen som orsakar "TB" kronisk hosta, bröstsmärtor, trötthet, feber och viktminskning. Medan infektioner är mer omfattande i andra delar av världen, har ett allvarligt tuberkulosutbrott i Kansas resulterat i två dödsfall och har blivit ett av de största i USA.

Medan tuberkulos vanligtvis behandlas med antibiotika, har ökningen av läkemedelsresistenta stammar lett till ett akut behov av nya läkemedelskandidater.

En ny studie publicerad iProceedings of the National Academy of SciencesBeskriver den nya användningen av artificiell intelligens för att screena för kandidatantimikrobiella föreningar som skulle kunna utvecklas till nya läkemedelsbehandlingar för tuberkulos. Studien leddes av forskare från University of California San Diego, Linnaeus Bioscience Inc. och Center for Global Infectious Disease Research vid Seattle Children's Research Institute.

Linnaeus Bioscience är ett San Diego-baserat bioteknikföretag grundat på teknologi som utvecklats vid UC San Diego School of Biological Sciences Laboratories av professor Joe Pogliano och dekanus Kit Pogliano. BCP-metoden (Bacterial Cytological Profiling) ger en genväg till att förstå hur antibiotika fungerar genom att snabbt fastställa deras underliggande mekanismer.

Att hitta nya tuberkulosläkemedelsmål med traditionella laboratoriemetoder har historiskt visat sig mödosamt och tidskrävande, delvis på grund av svårigheten att förstå hur nya läkemedel fungerarMycobacterium tuberculosisbakterien som orsakar sjukdomen.

Den nyaPNAsStudien beskriver utvecklingen av "MycOBCP", en nästa generations teknik utvecklad med finansiering från Gates Foundation. Den nya metoden anpassar BCP till djupinlärning – en typ av artificiell intelligens som använder hjärnliknande neurala nätverk – för att övervinna traditionella utmaningar och öppna nya perspektivMycobacterium tuberculosisceller.

Det är första gången den här typen av bildanalys med hjälp av maskininlärning och AI har tillämpats på bakterier på detta sätt. Tuberkulosbilder är till sin natur svåra att tolka av det mänskliga ögat och traditionella laboratoriemätningar. Maskininlärning är mycket känsligare när det gäller att fånga upp de skillnader i former och mönster som är viktiga för att avslöja de underliggande mekanismerna. "

Joe Pogliano, medförfattare, professor vid institutionen för molekylärbiologi

Under två år i utveckling formade huvudförfattarna Diana Quach och Joseph Sugie MycobCP-teknologin genom utbildning från KI Shu Chien-Gene Lay Department of Bioengineering och avslutade postdoktorala anställningar i Pogliano-laboratorierna vid Institutionen för molekylärbiologi).

"Tuberkulosceller är klumpiga och tycks alltid hålla tätt ihop, så att definiera cellgränser verkade inte vara möjligt", säger Sugie, teknisk chef på Linnaeus Bioscience. "Istället gick vi direkt till att låta datorn analysera mönstren i bilderna åt oss."

Linnaeus slog sig ihop med tuberkulosexperten Tanya Parish från Seattle Children's Research Institute för att utveckla BCP för mykobakterier. Det nya systemet har redan avsevärt accelererat teamets TB-forskningskapacitet och hjälpt till att identifiera optimala kandidatföreningar för läkemedelsutveckling.

"En kritisk del av att utveckla nya läkemedelskandidater är att definiera hur de fungerar, vilket har varit tekniskt utmanande och tar tid", säger Parish, medförfattare till studien. "Den här tekniken utökar och accelererar vår förmåga att göra detta, vilket gör att vi kan prioritera vilka molekyler vi ska arbeta med baserat på hur de agerarM. Tuberkulos. "

UC San Diego Biotech Spinoffs adresserar den globala hälsoutmaningen

Linnaeus Bioscience utvecklades 2012 med en UC San Diego som lovade att förändra hur antibiotika fungerar.

"Vi utvecklade bakteriell cytologisk profilering och det gjorde det möjligt för oss att titta på bakterieceller på nya sätt," sa Joe Pogliano. "Det gjorde det möjligt för ossSe verkligenHur celler hanterar antibiotikabehandling så att vi kan tolka deras underliggande mekanismer. Vi beskriver denna metod som likvärdig med att utföra en obduktion i en bakteriecell. "

Linnaeus Biosciences etablering vid San Diego Biotechnology regionala nav gjorde det möjligt för Joe och Kit Pogliano att ta ut BCP-tekniken på marknaden där andra företag kunde ha tillgång till den. Företaget får nu prover från hela världen för snabb analys och identifiering av nya bakteriella läkemedelskandidater.

Pogliano krediterar biotekniksamhället, särskilt företagets tidiga hem vid San Diego JLABS Incubator, för att stödja bioteknikföretag i tidiga skeden som är avgörande för företagets tillväxt och framgång.

"Vi skulle inte ha kunnat få Linnaeus Bioscience igång om inte för den stödjande bioteknikgemenskapen och infrastrukturen som tillhandahålls i JLABS," sade Pogliano. ”Alla Linnéanställda tog sin doktorsexamen från UC San Diego.

I tidningens samarbeten finns förutom Quach, Pogliano och Sugie bland annat Marc Sharp, Sara Ahmed, Lauren Ames, Amala Bhagwat, Aditi Deshpande och Tanya Parish.

Källor: