11:10 2023-01-31
science - citeste alte articole pe aceeasi tema
Comentarii Adauga Comentariu
_ Inteligența artificială ajută la descoperirea anticorpilor cu legare foarte strânsă
_ Inteligența artificială ajută la descoperirea super anticorpi cu legare strânsă
Oamenii de știință de la Universitatea din California San Diego School of Medicine au dezvoltat o strategie bazată pe inteligența artificială (AI) pentru a descoperi medicamente cu anticorpi de mare afinitate.
În studiu , publicat pe 28 ianuarie 2023 în Nature Communications, cercetătorii au folosit abordarea pentru a identifica un nou anticorp care leagă o țintă majoră a cancerului de 17 ori mai strâns decât un medicament cu anticorpi existent. Autorii spun că conducta ar putea accelera descoperirea de noi medicamente împotriva cancerului și a altor boli, cum ar fi COVID-19 și artrita reumatoidă.
Pentru a fi un medicament de succes, un anticorp trebuie să se lege strâns de ținta sa. . Pentru a găsi astfel de anticorpi, cercetătorii încep de obicei cu o secvență cunoscută de aminoacizi a anticorpilor și folosesc celule bacteriene sau de drojdie pentru a produce o serie de noi anticorpi cu variații ale acelei secvențe. Acești mutanți sunt apoi evaluați pentru capacitatea lor de a lega antigenul țintă. Subsetul de anticorpi care funcționează cel mai bine este apoi supus unei alte runde de mutații și evaluări, iar acest ciclu se repetă până când apare un set de finaliști strâns legați.
În ciuda acestui proces lung și costisitor, multe dintre rezultatele rezultate anticorpii încă nu reușesc să fie eficienți în studiile clinice. În noul studiu, oamenii de știință de la UC San Diego au proiectat un algoritm de învățare automată de ultimă generație pentru a accelera și eficientiza aceste eforturi.
Abordarea începe în mod similar, cercetătorii generând o bibliotecă inițială de aproximativ jumătate de jumătate. milioane de secvențe de anticorpi posibile și screening-ul pentru afinitatea lor față de o anumită proteină țintă. Dar, în loc să repete acest proces din nou și din nou, ei alimentează setul de date într-o rețea neuronală bayesiană care poate analiza informațiile și le poate folosi pentru a prezice afinitatea de legare a altor secvențe.
„Cu instrumentele noastre de învățare automată. , aceste runde ulterioare de mutație și selecție a secvenței pot fi efectuate rapid și eficient pe un computer, mai degrabă decât în laborator", a spus autorul principal Wei Wang, Ph.D., profesor de Medicină Celulară și Moleculară la UC San Diego School of Medicine .
Un avantaj deosebit al modelului lor AI este capacitatea sa de a raporta certitudinea fiecărei predicții. „Spre deosebire de multe metode de inteligență artificială, modelul nostru ne poate spune de fapt cât de încrezător este în fiecare dintre predicțiile sale, ceea ce ne ajută să clasificăm anticorpii și să decidem pe care să le acordăm prioritate în dezvoltarea medicamentelor”, a spus Wang.
Pentru a valida conducta, oamenii de știință din proiect și co-primii autori ai studiului Jonathan Parkinson, Ph.D., și Ryan Hard, Ph.D., și-au propus să proiecteze un anticorp împotriva ligandului 1 al morții programate (PD-L1), o proteină foarte exprimată în cancer și ținta mai multor medicamente anti-cancer disponibile comercial. Folosind această abordare, ei au identificat un anticorp nou care se leagă de PD-L1 de 17 ori mai bine decât atezolizumab (numele de marcă Tecentriq), anticorpul de tip sălbatic aprobat pentru utilizare clinică de Administrația pentru Alimente și Medicamente din SUA.
Cercetătorii folosesc acum această abordare pentru a identifica anticorpi promițători împotriva altor antigeni, cum ar fi SARS-CoV-2. Ei dezvoltă, de asemenea, modele suplimentare de IA care analizează secvențele de aminoacizi pentru alte proprietăți ale anticorpilor importante pentru succesul studiului clinic, cum ar fi stabilitatea, solubilitatea și selectivitatea.
„Combinând aceste instrumente AI, oamenii de știință pot fi capabili să realizeze o parte din ce în ce mai mare a eforturilor lor de descoperire a anticorpilor pe un computer și nu pe bancă, ceea ce poate duce la un proces de descoperire mai rapid și mai puțin predispus la eșecuri”, a spus Wang. „Există atât de multe aplicații pentru această conductă, iar aceste constatări sunt într-adevăr doar începutul.”
Comentarii:
Adauga Comentariu