«`html
Ускорение открытия лекарств с помощью искусственного интеллекта: роль AlphaFold в борьбе с раком печени
Искусственный интеллект значительно трансформирует область открытия лекарств, предлагая новые способы проектирования и синтеза медикаментов более эффективно. Заметным примером является AlphaFold, программа искусственного интеллекта, разработанная DeepMind, которая сделала прорывные достижения в предсказании трехмерных структур белков. В 2020 году AlphaFold успешно предсказал структуры почти всего генома человека, предоставляя важный инструмент для понимания функций белков и их влияния на заболевания. Это достижение является вехой в структурной биологии, позволяя исследователям изучать взаимодействия неизвестных белков и ускорять открытие лекарств.
Применение AlphaFold в ранних стадиях открытия лекарств
Недавнее исследование, опубликованное в Chemical Science, подчеркивает первое успешное применение AlphaFold на ранних стадиях открытия лекарств. Исследование, проведенное глобальной командой из Университета Торонто, Стэнфордского университета и Insilico Medicine, использовало предсказанные структуры AlphaFold для выявления многообещающей молекулы для лечения гепатоцеллюлярной карциномы (ГЦК), распространенной формы рака печени. Совмещая AlphaFold с платформами, управляемыми искусственным интеллектом, PandaOmics и Chemistry42, команда быстро выявила и оптимизировала мощный ингибитор малых молекул для циклин-зависимой киназы 20 (CDK20), белка, связанного с ГЦК. Этот инновационный подход значительно сократил время и затраты, традиционно требуемые для разработки лекарств.
Выбор и выявление целей для гепатоцеллюлярной карциномы с использованием искусственного интеллекта
ГЦК является формой рака печени и представляет собой серьезную мировую проблему здравоохранения, составляя 75% случаев рака печени и приводя к высоким показателям смертности. Существуют значительные нерешенные медицинские потребности, несмотря на достижения, такие как ингибитор PD-L1 атезолизумаб в сочетании с бевацизумабом. Используя платформу PandaOmics, управляемую искусственным интеллектом, исследователи проанализировали обширные наборы данных и использовали мультимодальное глубокое обучение для выявления и ранжирования потенциальных терапевтических целей для ГЦК. CDK20 выделилась как многообещающий кандидат из-за своей тесной связи с ГЦК и отсутствия экспериментальных структур, что делает его идеальным для открытия лекарств с использованием платформы Chemistry42.
CDK20 как многообещанная цель для лечения рака
CDK20, также известный как цикл-зависимая киназа (CCRK), играет роль в регуляции клеточного цикла и других функциях во многих тканях человека. Он заметно переэкспрессируется в нескольких видах рака, включая ГЦК, рак толстой кишки, легких и яичников. Исследования связали CDK20 с прогрессированием опухолей через механизмы, такие как усиление прогрессирования клеточного цикла и модуляция иммунных ответов. Эти атрибуты делают CDK20 ценной терапевтической целью, особенно в ГЦК. Используя платформы искусственного интеллекта, такие как Chemistry42 и AlphaFold, исследователи могут создавать новые ингибиторы, даже без экспериментальных 3D-структур, как это продемонстрировано недавними открытиями мощных ингибиторов CDK20.
Выявление целей и предложение
Платформа PandaOmics выявила потенциальные цели для ГЦК, сосредотачиваясь на белках с предсказанными структурами AlphaFold2. Были проанализированы данные из 10 экспериментов, охватывающих 1133 заболевания и 674 здоровых образца. Цели были отфильтрованы по возможности воздействия малыми молекулами, новизне и отсутствию в недавних клинических испытаниях или существующих лекарствах. Были проведены анализ аффинности связывания и активности для CDK20 с использованием клеток HEK-293, аффинитетных бусин и радиометрических анализов белковых киназ. Соединения были протестированы при различных концентрациях, и были рассчитаны значения IC50. Клетки Huh7 и HEK293 были обработаны различными концентрациями соединений, и жизнеспособность клеток была измерена с использованием анализа хемилюминесценции после трехдневного инкубирования. Результаты были проанализированы с использованием программного обеспечения GraphPad Prism.
Продвижение открытия лекарств с помощью AlphaFold
Insilico Medicine интегрировала предсказания структуры белков AlphaFold в свою платформу Pharma.AI, используя PandaOmics для выявления целей и Chemistry42 для генерации молекул. В течение 30 дней после выбора цели, они выявили путь для ГЦК и синтезировали молекулу без экспериментально определенной структуры. Последующая оптимизация соединений, управляемая искусственным интеллектом, привела к открытию более мощного ингибитора. Это достижение подчеркивает трансформационное влияние искусственного интеллекта на открытие лекарств, ускоряя процессы, традиционно затрудненные временными и финансовыми ограничениями. Эксперты, такие как лауреат Нобелевской премии Майкл Левитт, подчеркивают потенциал искусственного интеллекта для революционизации здравоохранения путем расширения возможностей борьбы с заболеваниями. В то же время инновации, такие как самоуправляемые лаборатории, обещают дальнейшие прогрессивные достижения в области открытия молекул и материалов.
Быстрое выявление и оптимизация ингибиторов CDK20 с использованием предсказаний AlphaFold
Предсказанные структуры белков AlphaFold ускорили быстрое открытие ингибиторов CDK20 через интегрированный подход к открытию лекарств, управляемый искусственным интеллектом. Изначально было синтезировано и оценено семь соединений, и ISM042-2-001 продемонстрировал скромную аффинность связывания и профиль селективности. Последующие раунды генерации соединений, управляемые искусственным интеллектом, в рамках замечательного 30-дневного срока, привели к ISM042-2-048 как значительно улучшенному ингибитору с улучшенной аффинностью связывания (Kd = 566,7 ± 256,2 нМ) и мощным ингибированием киназы CDK20 (IC50 = 33,4 ± 22,6 нМ). ISM042-2-048 продемонстрировал селективные антипролиферативные эффекты в клетках, переэкспрессирующих CDK20, указывая на его потенциал в качестве целевого терапевтического агента. Непрерывные усилия включают дальнейшую оптимизацию и всестороннюю оценку свойств ADME и селективности киназ, подчеркивая трансформационную роль AlphaFold в ускорении усилий по открытию новых лекарственных средств.
Источники:
https://pubs.rsc.org/en/content/articlelanding/2023/sc/d2sc05709c
«`
«`html
Применение искусственного интеллекта для развития вашего бизнеса
Если вы хотите, чтобы ваша компания развивалась с помощью искусственного интеллекта (ИИ) и оставалась в числе лидеров, грамотно используйте Leveraging AlphaFold and AI for Rapid Discovery of Targeted Treatments for Liver Cancer.
Проанализируйте, как ИИ может изменить вашу работу. Определите, где возможно применение автоматизации: найдите моменты, когда ваши клиенты могут извлечь выгоду из AI.
Определитесь какие ключевые показатели эффективности (KPI): вы хотите улучшить с помощью ИИ.
Подберите подходящее решение, сейчас очень много вариантов ИИ. Внедряйте ИИ решения постепенно: начните с малого проекта, анализируйте результаты и KPI.
На полученных данных и опыте расширяйте автоматизацию.
Если вам нужны советы по внедрению ИИ, пишите нам на https://t.me/itinai. Следите за новостями о ИИ в нашем Телеграм-канале t.me/itinainews или в Twitter @itinairu45358
Попробуйте AI Sales Bot https://itinai.ru/aisales. Этот AI ассистент в продажах, помогает отвечать на вопросы клиентов, генерировать контент для отдела продаж, снижать нагрузку на первую линию.
Узнайте, как ИИ может изменить ваши процессы с решениями от AI Lab itinai.ru. Будущее уже здесь!
«`
