Hogyan segíthet a gépi tanulás személyre szabott rákvakcinák előállításában?

[hirdetés_1]

A mesterséges neurális hálózatok használata kevesebb mint egy órára lerövidítheti a személyre szabott rákvakcina létrehozásához szükséges számítási időt, ami jelenleg hosszadalmas folyamat – mondta Alekszandr Gintsburg, a Gamaleja Nemzeti Epidemiológiai és Mikrobiológiai Kutatóközpont (Oroszország) igazgatója a TASS hírügynökségnek.

„Jelenleg hosszú időt vesz igénybe egy vakcina megtervezése, mivel matematikailag ki kell számolni, hogy néz ki egy mRNS-vakcina a mátrixmódszer segítségével. Felvettük a kapcsolatot az Ivannikov Intézettel, amely a mesterséges intelligenciára támaszkodik majd ennek a matematikának az elvégzéséhez, és ezek a folyamatok körülbelül fél-egy órát vesznek igénybe.”

A kutató korábban a TASS-nak elmagyarázta, hogy a mesterséges intelligencia betanításához egy 40 000-50 000 tumorszekvenciát tartalmazó tesztadatbázisra van szükség, kompatibilis antigénfelismeréssel, amelyeket a betegekben fehérjévé vagy RNS-sé fordítanak le. Azt mondta, ez segít meghatározni, hogy a vakcina egyénileg alkalmazható-e.

A vakcinát több kutatóközponttal együttműködve fejlesztették ki. Andrej Kaprin, az orosz egészségügyi minisztérium Orvosi Radiológiai Kutatóközpontjának főigazgatója elmondta, hogy a preklinikai vizsgálatok befejeződtek.

Hogyan segíthet a gépi tanulás a rák elleni vakcina előállításában?

A mesterséges intelligencia alkalmazása a rák elleni vakcinák fejlesztésében lehetővé teszi a személyre szabott kezelést, de új kihívásokat is jelent a gyógyszerfejlesztők és a szabályozó hatóságok számára.

Az immunterápiában a mesterséges intelligencia és a gépi tanulás terén elért eredmények segíthetnek a rákos biopsziákból származó adatok feldolgozásában olyan vakcinák tervezésében, amelyek a betegspecifikus mutációkat célozzák meg. A betegspecifikus mutációk célba vételének képessége nem új keletű, és a célzott rákgyógyszerek, mint például a HER2-ellenes kezelések és a CDK4/6-gátlók, az iparág legkeresettebb termékeivé váltak. Azonban a mesterséges intelligencia azon lehetősége, hogy az egyes betegek biopsziáiból azonosítsa a neoantigéneket, növelte a folyamat hatékonyságát.

A mesterséges intelligencia használata számos iparágban a vita fő témájává vált, és ez alól a gyógyszeripar sem kivétel.

„A betegek biopsziáiban kimutatott mutációk egy algoritmusba integrálhatók, amely megjósolja, mely mutációk a legimmunogénebbek” – mondta Scott Ebbinghaus, a Merck klinikai kutatásért felelős alelnöke. „Innentől kezdve szintetizálhatjuk az egyes mutált rákos géneket kódoló RNS-t, az immunrendszerhez igazítva. Minden egyes vakcina nagyon egyedi lesz minden egyes személy számára.”

Az egyetlen fix antigén ellen kifejlesztett kezelésekkel ellentétben a mesterséges intelligencia rendszer a neoantigének kiválasztására való képességének javítására törekszik. Az algoritmus a beteg daganatában jelen lévő genetikai mutációkat vizsgálja, és megjósolja azokat a neoantigéneket, amelyek a legnagyobb valószínűséggel váltanak ki immunválaszt. „Az algoritmus képes idővel tanulni a klinikai és immunogenitási adatok párosításával, és remélhetőleg jobban fog tudni kiválasztani azokat a neoantigéneket, amelyek valószínűleg klinikailag aktívak” – mondta Kyle Holen, a Moderna terápiás fejlesztési és onkológiai igazgatója.

Egy másik mesterséges intelligenciát használó vállalat a Transgene, amely az NEC Corporationnel működik együtt személyre szabott rákvakcinák fejlesztésében. Az mRNS-vakcinák helyett a Transgene vírusvektorokkal dolgozik, hogy a beteg immunrendszerét specifikus rákcélpontok leküzdésére képezze ki.

Ahogy a rákvakcinák tesztelése későbbi stádiumba kerül, az egyik kihívást a potenciális termékek szabályozása jelenti. Az Egyesült Államok Élelmiszer- és Gyógyszerügyi Hivatala (FDA) kiadott egy útmutató dokumentumot a több antigént tartalmazó vakcinákról. A hivatal kijelenti, hogy az oltások minden egyes összetevőjét nem feltétlenül kell külön-külön értékelni a biztonságosság és az aktivitás szempontjából. A dokumentum azonban azt állítja, hogy ezt „eseti alapon” fogják megvizsgálni.

Az FDA szóvivője szerint „elismeri a mesterséges intelligencia/gépi tanulás (AI/ML) lehetőségeit a személyre szabott kezelések fejlesztésének felgyorsításában”.

Phuong Anh (Forrás: BioSpace, Tass)

[hirdetés_2]
Forrás