Bagaimanakah pembelajaran mesin boleh membantu menghasilkan vaksin kanser yang diperibadikan?

Penggunaan rangkaian saraf tiruan boleh memendekkan masa pengkomputeran yang diperlukan untuk mencipta vaksin kanser yang diperibadikan, yang kini merupakan proses yang panjang, kepada kurang daripada satu jam, Pengarah Pusat Penyelidikan Nasional Gamaleya untuk Epidemiologi dan Mikrobiologi (Rusia), Alexander Gintsburg, memberitahu TASS.

"Pada masa ini, ia mengambil masa yang lama untuk mereka bentuk vaksin kerana anda perlu mengira rupa vaksin mRNA, menggunakan kaedah matriks, dari segi matematik. Kami telah menghubungi Institut Ivannikov, yang akan bergantung kepada AI untuk melakukan matematik ini, di mana proses ini akan mengambil masa kira-kira setengah jam hingga satu jam."

Penyelidik sebelum ini menjelaskan kepada TASS bahawa pangkalan data ujian 40,000 hingga 50,000 jujukan tumor, dengan pengecaman antigen yang serasi, diterjemahkan ke dalam protein atau RNA pada pesakit, diperlukan untuk melatih AI. Beliau berkata ini akan membantu menentukan sama ada vaksin itu boleh digunakan secara individu.

Vaksin itu dibangunkan dengan kerjasama beberapa pusat penyelidikan. Andrey Kaprin, ketua pengarah Pusat Penyelidikan Radiologi Perubatan Kementerian Kesihatan Rusia, berkata ujian praklinikal telah selesai.

Bagaimanakah pembelajaran mesin boleh membantu dalam pengeluaran vaksin kanser?

Penggunaan kecerdasan buatan dalam pembangunan vaksin kanser membolehkan rawatan diperibadikan, tetapi juga menimbulkan cabaran baharu untuk pembangun dan pengawal selia ubat.

Dalam imunoterapi, kemajuan dalam kecerdasan buatan dan pembelajaran mesin boleh membantu memproses data daripada biopsi kanser untuk mereka bentuk vaksin yang menyasarkan mutasi khusus pesakit. Keupayaan untuk menyasarkan mutasi khusus pesakit bukanlah baharu, dan ubat kanser yang disasarkan, seperti rawatan anti-HER2 dan perencat CDK4/6, telah menjadi penjual hangat dalam industri. Walau bagaimanapun, potensi AI untuk mengenal pasti neoantigen daripada biopsi pesakit individu telah menambah kecekapan proses ini.

Penggunaan AI telah menjadi topik perbincangan utama dalam banyak industri, dan farmaseutikal tidak terkecuali.

"Mutasi yang dikesan dalam biopsi pesakit boleh dimasukkan ke dalam algoritma untuk meramalkan mutasi yang paling imunogenik," kata Scott Ebbinghaus, naib presiden penyelidikan klinikal di Merck. "Dari situ, kita boleh mensintesis pengekodan RNA setiap gen kanser yang bermutasi, disesuaikan dengan sistem imun. Setiap vaksin akan menjadi sangat unik untuk setiap individu."

Tidak seperti rawatan yang telah dibangunkan terhadap antigen tetap tunggal, sistem AI akan berusaha untuk meningkatkan keupayaannya untuk memilih neoantigen. Algoritma ini melihat mutasi genetik yang terdapat dalam tumor pesakit dan meramalkan neoantigen yang berkemungkinan besar menimbulkan tindak balas imun. "Algoritma ini mempunyai keupayaan untuk belajar dari semasa ke semasa melalui gandingan data klinikal dan imunogenik, dan diharapkan akan menjadi lebih baik dalam memilih neoantigen yang mungkin aktif secara klinikal," kata Kyle Holen, pengarah pembangunan terapeutik dan onkologi di Moderna.

Syarikat lain yang menggunakan AI ialah Transgene, yang bekerjasama dengan NEC Corporation untuk mereka bentuk vaksin kanser yang diperibadikan. Daripada vaksin mRNA, Transgene bekerja dengan vektor virus untuk melatih sistem imun pesakit untuk melawan sasaran kanser tertentu.

Apabila vaksin kanser beralih ke ujian peringkat kemudian, salah satu cabaran akan mengawal selia produk yang berpotensi. Pentadbiran Makanan dan Dadah AS (FDA) telah mengeluarkan dokumen panduan menangani vaksin berbilang antigen. Agensi menyatakan bahawa setiap komponen tangkapan ini mungkin tidak perlu dinilai secara individu untuk keselamatan dan aktiviti. Walau bagaimanapun, dokumen itu mengatakan bahawa ini akan "dipertimbangkan berdasarkan kes demi kes."

FDA "mengiktiraf potensi kecerdasan buatan/pembelajaran mesin (AI/ML) untuk mempercepatkan pembangunan rawatan diperibadikan," kata jurucakap FDA.

Phuong Anh (Sumber: BioSpace, Tass)

Sumber