Як машинне навчання може допомогти у створенні персоналізованих вакцин проти раку?

Використання штучних нейронних мереж може скоротити час обчислень, необхідний для створення персоналізованої вакцини проти раку, що наразі є тривалим процесом, до менш ніж години, повідомив ТАСС директор Національного наукового центру епідеміології та мікробіології імені Гамалії (Росія) Олександр Гінцбург.

«Наразі розробка вакцини займає багато часу, оскільки потрібно розрахувати, як виглядає мРНК-вакцина, використовуючи матричний метод, у математичних термінах. Ми зв’язалися з Інститутом Іванникова, який покладатиметься на штучний інтелект для виконання цих математичних розрахунків, і ці процеси триватимуть приблизно від півгодини до години».

Раніше дослідник пояснив ТАСС, що для навчання штучного інтелекту потрібна тестова база даних із 40 000–50 000 послідовностей пухлин із сумісним розпізнаванням антигенів, переведених у білок або РНК у пацієнтів. Він сказав, що це допоможе визначити, чи можна використовувати вакцину індивідуально.

Вакцину розробили у співпраці з кількома дослідницькими центрами. Андрій Капрін, генеральний директор Науково-дослідного центру медичної радіології Міністерства охорони здоров'я Росії, повідомив, що доклінічні випробування завершено.

Як машинне навчання може допомогти у виробництві вакцини проти раку?

Використання штучного інтелекту в розробці вакцин проти раку дозволяє персоналізоване лікування, але також створює нові виклики для розробників ліків та регуляторних органів.

В імунотерапії досягнення штучного інтелекту та машинного навчання можуть допомогти обробляти дані біопсій раку для розробки вакцин, спрямованих на мутації, специфічні для пацієнта. Здатність впливати на мутації, специфічні для пацієнта, не є новою, і цільові препарати від раку, такі як анти-HER2-терапія та інгібітори CDK4/6, стали популярними в галузі. Однак потенціал штучного інтелекту для ідентифікації неоантигенів з біопсій окремих пацієнтів додав ефективності цього процесу.

Використання штучного інтелекту стало головною темою обговорення в багатьох галузях промисловості, і фармацевтика не є винятком.

«Мутації, виявлені в біопсіях пацієнтів, можна ввести в алгоритм, щоб передбачити, які мутації є найбільш імуногенними», — сказав Скотт Еббінгаус, віцепрезидент з клінічних досліджень у Merck. «Звідти ми можемо синтезувати РНК, що кодує кожен мутований ген раку, адаптований до імунної системи. Кожна вакцина буде дуже унікальною для кожної людини».

На відміну від методів лікування, розроблених проти одного фіксованого антигену, система штучного інтелекту прагнутиме покращити свою здатність вибирати неоантигени. Алгоритм вивчає генетичні мутації, присутні в пухлині пацієнта, та прогнозує неоантигени, які з найбільшою ймовірністю викличуть імунну відповідь. «Алгоритм має здатність навчатися з часом шляхом поєднання клінічних даних та даних про імуногенність, і, сподіваємося, покращить вибір неоантигенів, які, ймовірно, будуть клінічно активними», — сказав Кайл Холен, директор з терапевтичної розробки та онкології в Moderna.

Ще одна компанія, що використовує штучний інтелект, – це Transgene, яка співпрацює з NEC Corporation для розробки персоналізованих вакцин проти раку. Замість мРНК-вакцин Transgene працює з вірусними векторами, щоб навчити імунну систему пацієнта боротися з певними мішенями для раку.

Оскільки вакцини проти раку переходять на пізніші стадії випробувань, одним із викликів буде регулювання потенційних продуктів. Управління з контролю за продуктами харчування та лікарськими засобами США (FDA) опублікувало керівний документ, що стосується мультиантигенних вакцин. Агентство заявляє, що кожен компонент цих щеплень може не потребувати окремої оцінки безпеки та активності. Однак у документі зазначається, що це буде «розглядатися в кожному окремому випадку».

«Управління з контролю за якістю харчових продуктів і медикаментів (FDA ) визнає потенціал штучного інтелекту/машинного навчання (ШІ/МН) для прискорення розробки персоналізованих методів лікування», – заявив речник FDA.

Phuong Anh (Джерело: BioSpace, ТАСС)

Джерело