Jak může strojové učení pomoci s výrobou personalizovaných vakcín proti rakovině?

Ředitel Národního výzkumného centra pro epidemiologii a mikrobiologii Gamaleja (Rusko) Alexandr Gintsburg řekl agentuře TASS, že použití umělých neuronových sítí by mohlo zkrátit výpočetní čas potřebný k vytvoření personalizované vakcíny proti rakovině, což je v současnosti zdlouhavý proces, na méně než hodinu.

„V současné době trvá návrh vakcíny dlouho, protože je potřeba vypočítat, jak mRNA vakcína vypadá, pomocí maticové metody, v matematických termínech. Kontaktovali jsme Ivannikovův institut, který se při výpočtu spoléhá na umělou inteligenci, přičemž tyto procesy budou trvat asi půl hodiny až hodinu.“

Výzkumník dříve agentuře TASS vysvětlil, že k trénování umělé inteligence je zapotřebí testovací databáze 40 000 až 50 000 nádorových sekvencí s kompatibilním rozpoznáváním antigenů, přeložených do proteinů nebo RNA u pacientů. Řekl, že to pomůže určit, zda lze vakcínu používat individuálně.

Vakcína byla vyvinuta ve spolupráci s několika výzkumnými centry. Andrej Kaprin, generální ředitel Výzkumného centra lékařské radiologie ruského ministerstva zdravotnictví , uvedl, že předklinické studie byly dokončeny.

Jak může strojové učení pomoci s výrobou vakcín proti rakovině?

Využití umělé inteligence ve vývoji vakcín proti rakovině umožňuje personalizovanou léčbu, ale zároveň představuje nové výzvy pro vývojáře léčiv a regulační orgány.

V imunoterapii může pokrok v umělé inteligenci a strojovém učení pomoci se zpracováním dat z biopsií rakoviny za účelem návrhu vakcín, které cílí na mutace specifické pro daného pacienta. Schopnost cílit na mutace specifické pro daného pacienta není nová a cílené léky proti rakovině, jako jsou anti-HER2 léčba a inhibitory CDK4/6, se v tomto odvětví staly velmi žádanými. Potenciál umělé inteligence identifikovat neoantigeny z biopsií jednotlivých pacientů však přispěl k efektivitě tohoto procesu.

Využívání umělé inteligence se stalo hlavním tématem diskusí v mnoha odvětvích a farmaceutický průmysl není výjimkou.

„Mutace zjištěné v biopsiích pacientů lze zařadit do algoritmu, který předpovídá, které mutace jsou nejvíce imunogenní,“ řekl Scott Ebbinghaus, viceprezident pro klinický výzkum ve společnosti Merck. „Odtud můžeme syntetizovat RNA kódující každý mutovaný rakovinný gen, přizpůsobený imunitnímu systému. Každá vakcína bude pro každého jednotlivce velmi jedinečná.“

Na rozdíl od léčby, která byla vyvinuta proti jedinému fixnímu antigenu, se systém umělé inteligence bude snažit zlepšit svou schopnost vybírat neoantigeny. Algoritmus se zaměřuje na genetické mutace přítomné v nádoru pacienta a předpovídá neoantigeny, které s největší pravděpodobností vyvolají imunitní odpověď. „Algoritmus má schopnost se v průběhu času učit párováním klinických dat a dat o imunogenitě a doufejme, že se zlepší ve výběru neoantigenů, které budou pravděpodobně klinicky aktivní,“ uvedl Kyle Holen, ředitel terapeutického vývoje a onkologie ve společnosti Moderna.

Další společností využívající umělou inteligenci je Transgene, která spolupracuje s NEC Corporation na vývoji personalizovaných vakcín proti rakovině. Místo mRNA vakcín pracuje Transgene s virovými vektory, aby vycvičila imunitní systém pacienta k boji proti specifickým cílům rakoviny.

Vzhledem k tomu, že vakcíny proti rakovině postupují do pozdějších fází klinických zkoušek, jednou z výzev bude regulace potenciálních produktů. Americký Úřad pro kontrolu potravin a léčiv (FDA) vydal pokyny týkající se multiantigenních vakcín. Úřad uvádí, že každá složka těchto vakcín nemusí být hodnocena jednotlivě z hlediska bezpečnosti a účinnosti. Dokument však uvádí, že to bude „posuzováno individuálně“.

Mluvčí FDA uvedl, že FDA „uznává potenciál umělé inteligence/strojového učení (AI/ML) k urychlení vývoje personalizovaných léčebných postupů“.

Komentář (0)