I ricercatori dell’Insilico Medicine, dell’Università di Copenaghen e dell’Università di Chicago svelano i segreti molecolari nascosti nelle malattie dell’invecchiamento precoce e nel cancro usando l’intelligenza artificiale
Stratificazione dei pazienti oncologici ad alta affidabilità attraverso l’indagine multiomica sui disturbi della riparazione del DNA
Insilico Medicine, una società di scoperta di farmaci basata sull’intelligenza artificiale (IA) end-to-end in fase clinica, e l’Università di Copenaghen hanno annunciato oggi il rilascio del primo lotto di risultati del lavoro collaborativo diretto a eseguire studi multi-omici analisi nel contesto delle malattie legate all’età utilizzando un obiettivo guidato dall’intelligenza artificiale e una pipeline di scoperta di farmaci. I risultati, sostenuti dai ricercatori dell’Università di Chicago, sono stati pubblicati nell’edizione del 26 novembre di Nature Cell Death & Disease .
Le strategie terapeutiche esistenti per il trattamento dei principali tipi di cancro potrebbero non essere efficaci per tutti i pazienti. Gli esiti clinici eterogenei osservati tra i pazienti con lo stesso tipo di cancro e la comprensione incompleta delle firme molecolari correlate al cancro contribuiscono al fallimento degli studi clinici e limitano lo sviluppo di terapie personalizzate avanzate. La scoperta dei biomarcatori associati alla risposta al trattamento è urgentemente necessaria, notano i ricercatori, per ottimizzare i criteri di selezione di un paziente per gli studi clinici, raggiungere gli endpoint di efficacia e migliorare le terapie già esistenti.
Per trovare questi biomarcatori, il team di scienziati ha studiato set di dati di espressione genica derivati da malattie di riparazione del DNA con un aumentato rischio di cancro per trovare geni comunemente disregolati potenzialmente coinvolti nella progressione del cancro. Con i geni più significativamente perturbati che fungono da biomarcatori, i ricercatori hanno eseguito analisi di sopravvivenza su 33 tipi di cancro e selezionato quelli che mostravano un’elevata stratificazione di confidenza tra i malati di cancro. Quest’ultimo è particolarmente importante per la successiva scoperta del bersaglio, poiché i pazienti con esiti clinici sfavorevoli trarrebbero il massimo beneficio da terapie più personalizzate. La piattaforma PandaOmics guidata dall’intelligenza artificiale di Insilico Medicine è stata utilizzata per eseguire un’analisi completa dell’espressione genica differenziale, la stratificazione della sopravvivenza e la scoperta del bersaglio.
I ricercatori hanno scoperto 10 geni significativamente perturbati con un modello di espressione simile tra i disturbi con carenza di riparazione del DNA selezionati. È importante sottolineare che la maggior parte dei geni divulgati ha ulteriormente dimostrato di stratificare almeno tre tipi di cancro in base all’analisi di sopravvivenza. I ricercatori si sono concentrati sul gene meno regolato, CEP135, che possiede una funzione cruciale nella biogenesi del centrosoma e nella divisione cellulare ed è correlato alla gravità della sopravvivenza nei pazienti con sarcoma. Applicando PandaOmics, hanno scoperto potenziali candidati target per il gruppo di pazienti affetti da sarcoma con scarso esito clinico. Gli autori hanno identificato PLK1 come uno dei risultati con il punteggio più alto che funziona nello stesso percorso molecolare di CEP135 e hanno ulteriormente convalidato gli obiettivi identificati in vitro .
“È sorprendente che siamo stati in grado di generare e analizzare dati e, in generale, di convalidare ipotesi in un periodo di tempo così breve utilizzando gli algoritmi di intelligenza artificiale sviluppati da Insilico Medicine”, ha dichiarato Garik Mkrtchyan, Assistant Professor presso il Center for Healthy Aging , Università di Copenaghen, uno dei principali ricercatori dello studio. “Siamo stati molto felici di dare un contributo al campo del cancro e sottolineare l’importanza delle scoperte di biomarcatori per la stratificazione dei pazienti e ulteriori miglioramenti della terapia. Sono anche grato per il supporto del Dr. Evgeny Izumchenko, un esperto biologo del cancro presso l’Università di Chicago, per la sua guida e i suoi consigli durante lo studio.
“Questa è l’ultima di una serie di collaborazioni con l’Università di Copenaghen, e in particolare con il laboratorio di Morten, uno dei principali gruppi che lavorano nel campo della sana longevità produttiva”, ha affermato Alex Zhavoronkov, PhD, fondatore e CEO di Insilico Medicine. “Questa collaborazione in corso ha permesso la pubblicazione dello studio che presentiamo oggi, evidenziando la forte connessione tra le carenze di riparazione del DNA e il cancro. Siamo estremamente orgogliosi che PandaOmics sia in grado di cercare e giustificare obiettivi e biomarcatori rilevanti in più aree di malattia”.
“Sono molto entusiasta del fatto che siamo stati in grado di dimostrare l’utilità della piattaforma PandaOmics in un contesto pratico”, ha affermato Morten Scheibye-Knudsen, MD, PhD, professore associato presso il Center for Healthy Aging presso l’Università di Copenaghen, un corrispondente autore del progetto. “L’utilizzo di enormi set di dati ci consentirà di aumentare notevolmente il potenziale della medicina personalizzata in futuro, un’area in cui Insilico Medicine sta assumendo una posizione di leadership.”
I ricercatori hanno notato che i risultati non sono limitati al particolare gene o tipo di cancro nello studio, ma presentano anche i vantaggi dell’applicazione di AI ad alta affidabilità per l’analisi omica ampiamente applicabile alla comunità di ricerca sul cancro, in quanto fornisce un pannello di geni e dati di sopravvivenza per la scoperta di biomarcatori e bersagli in più tipi di cancro.
Informazioni su PandaOmics
PandaOmics è una piattaforma di scoperta di obiettivi guidata dall’intelligenza artificiale (AI) sviluppata da Insilico Medicine che applica modelli di deep learning per identificare obiettivi terapeutici associati a una determinata malattia attraverso una combinazione di analisi di dati omici inseriti nel contesto di informazioni precedenti provenienti da pubblicazioni, studi clinici prove e domande di sovvenzione. L’algoritmo ottimizza per i migliori potenziali bersagli terapeutici valutando i risultati su fattori quali: novità, fiducia, trattabilità commerciale, drogabilità, sicurezza e altre proprietà chiave che guidano le decisioni di selezione del bersaglio. PandaOmics è stato utilizzato per identificare nuovi bersagli per cancro, sclerosi laterale amiotrofica (SLA) e COVID-19 e varianti correlate, tra le altre malattie,
A proposito di Insilico Medicine
Insilico Medicine, una società di scoperta di farmaci basata sull’intelligenza artificiale (AI) end-to-end in fase clinica, sta collegando analisi di biologia, chimica e studi clinici utilizzando sistemi di intelligenza artificiale di nuova generazione. L’azienda ha sviluppato piattaforme di intelligenza artificiale che utilizzano modelli generativi profondi, apprendimento per rinforzo, trasformatori e altre moderne tecniche di apprendimento automatico per scoprire nuovi bersagli e progettare nuove strutture molecolari con le proprietà desiderate. Insilico Medicine fornisce soluzioni rivoluzionarie per scoprire e sviluppare farmaci innovativi per il cancro, la fibrosi, l’immunità, le malattie del sistema nervoso centrale e le malattie legate all’invecchiamento. www.insilico.com
Informazioni sul laboratorio Scheibye-Knudsen
Il laboratorio Scheibye-Knudsen utilizza modelli in silico , in vitro e in vivo per comprendere le conseguenze cellulari e organiche del danno al DNA con l’obiettivo di sviluppare interventi. Tra gli altri, il laboratorio ha scoperto che il danno al DNA porta a cambiamenti in alcuni metaboliti e che il rifornimento di queste molecole può alterare il tasso di invecchiamento negli esseri umani e negli organismi modello. Questi risultati suggeriscono che il normale invecchiamento e le malattie associate all’età possono essere malleabili a interventi simili. La speranza è sviluppare interventi che consentano a tutti di vivere una vita più sana, più felice e più produttiva.
![](http://ihal.it/wp-content/uploads/2021/03/Intelligenza-artificiale-ai-medicina-1024x683.jpg)