Lääkekehityksessä on aina haettu tehokkaampia ja tehokkaampia menetelmiä. Perinteisillä korkean läpimittauksen seulontamenetelmillä (HTS) on rajoituksia, koska ne voivat arvioida vain pienen osan kaupallisesti saatavilla olevista molekyyleistä. Kuitenkin tekoälyn (AI) ja koneoppimisen (ML) työkalujen esiintyminen antaa toivoa innovatiivisemmasta lähestymistavasta.
Atomwise, teknologiaa hyödyntävä lääkeyritys, on edelläkävijä tekoälyn ja koneoppimisen hyödyntämisessä lääkekehityksessä. Heidän omistama alusta, AtomNet, käyttää syvällistä oppimista rakenteeseen perustuvaan lääkekemian suunnitteluun. AtomNet ottaa virtuaalisen HTS-lähestymistavan etsimällä kemiallista kirjastoa, joka sisältää valtavan määrän synteettisiä yhdisteitä, ylittäen yhteensä 15 kvadriljoonaa. Tämä mahdollistaa AtomNen laajemman kemiallisen tilan tutkimisen ja potentiaalisten osumien tunnistamisen.
Atomwisen AIMS (Artificial Intelligence Molecular Screen) -aloitteen viimeaikainen tutkimus osoittaa laskennallisen seulonnan potentiaalin, kuten vaihtoehtoisen vaihtoehdon fyysiselle HTS:lle. Tutkimuksessa AtomNet sovellettiin 318 eri kohteeseen, jotka tunnistettiin yhteistyössä yli 250 akateemisen laboratorion kanssa yli 30 maassa. AtomNet tunnisti onnistuneesti rakenteellisesti uusia osumia 235:lle 318 kohteesta, mikä johti huomattavaan onnistumisprosenttiin, 74%. Tämä ylittää tyypillisesti perinteisten HTS-menetelmien saavuttamat onnistumisprosentit, jotka arvioidaan olevan noin 50%.
AtomNetin menestys osumien tunnistamisessa laajalle valikoimalle kohteita on merkittävää. Osumia löytyi eri proteiiniluokista ja tärkeistä terapiakohdista, mukaan lukien onkologia, tartuntataudit, neurologia, immunologia ja sydän- ja verisuonitaudit. Merkittäviä läpimurtoja ovat muun muassa ensimmäisen vähentäjän tunnistaminen Miro1:lle, uusi kohde Parkinsonin taudin hoidossa. Lisäksi AtomNet onnistui löytämään ensimmäiset inhibiittorit haastaville deubikkiinitasemille (OTUD7A ja OTUD7B), jotka liittyvät kiinteisiin ja hematologisiin kasvaimiin. Lisäksi AtomNet on tunnistanut pienen molekyylin inhibiittoreita CTLA-4:lle, hyvin tunnettuun kohteeseen onkologiassa.
Lähde: Lähde
UKK
The source of the article is from the blog motopaddock.nl