我们已经更新我们的隐私政策使它更加清晰我们如何使用您的个人资料。

我们使用cookie来提供更好的体验。你可以阅读我们的饼干的政策在这里。

广告

科研合作收益率新的治疗ALS的可能性

信贷:Pixabay

想要一个免费的PDF版本的这个行业洞察力?

完成下面的表格,我们将电子邮件您的PDF版本“科研合作收益率新治疗ALS的可能性”

188金宝搏备用科技网络有限公司需要您提供的联系方式联系你关于我们的产品和服务。你可以随时取消订阅这些通讯。如何取消订阅的信息,以及我们的隐私实践和承诺保护你的隐私,看看我们隐私政策

合作研究人员回答ALS,约翰霍普金斯大学医学院的哈佛医学院和梅奥诊所的科学家们Insilico医学发现许多报道的潜在治疗靶点肌萎缩性脊髓侧索硬化症(ALS),使用公司的专有的人工智能(AI)启用生物目标发现平台PandaOmics。在28日提出候选人,18已经验证中等或强烈救援c9ALS眼睛退化果蝇模型。研究结果强调PandaOmics加速的力量小说目标发现过程,为未来提供新的希望ALS患者的治疗方案。


需要新的ALS的治疗方法


ALS是一种罕见的和致命的神经肌肉疾病表现为上、下运动神经元的逐步丧失控制自愿肌肉。它是最常见的运动神经元疾病,患者的平均生存时间从2到5年post-diagnosis。患者通常经验无痛的肌肉无力和到期由于呼吸衰竭。不幸的是,目前fda批准的药物对于ALS患者不扭转任何神经退化,甚至一些治疗患者没有临床受益。这需要紧急发展的新治疗方案。


“这项合作研究工作的结果表明什么是可能的,当我们汇集人类与人工智能工具来发现新的目标疾病专业有较高的未满足的需求,”Alex Zhavoronkov说,博士Insilico医学的创始人和ceo。“这仅仅是个开始。”


“从AI-powered目标发现基于大规模数据集,生物验证通过多个模型系统(飞,老鼠,人类“诱导多能性”细胞),通过研究者发起的快速临床测试试验(IIT),这种合作代表了一个新的趋势,可以大大降低成本和持续时间,更重要的是药品开发的成功率,尤其对神经退行性疾病,”陆说呗,清华大学教授和4 b技术的创始人。“我们很高兴成为这个国际团队的一部分,并非常兴奋随后的临床验证这些新靶点的努力。”


“我们真的很兴奋地看到答案ALS数据被用来识别可能的ALS致病通路和候选药物,”Jeffrey d . Rothstein说医学博士,肌萎缩性侧索硬化症研究中心主任罗伯特·帕卡德和回答ALS。“Insilico正是这一前所未有的工作计划的设想是帮助改变ALS的进程。”


“这是令人兴奋的看到AI的力量来帮助理解ALS生物学,“绩效Cudkowicz说,医学博士,首席神经学和希利& AMG ALS中心主任质量综合医院和哈佛医学院和相应的作者。“通过肖恩·希利和他的朋友们,我被介绍给Zhavoronkov博士和Insilico团队。我们立即看到潜在的与多学科的答案ALS Insilico团队沟通团队。我们期待接下来的步骤将这些知识转化为治疗ALS患者的新目标。”


使用PandaOmics™寻找潜在目标


探索潜在的可操作的目标肌萎缩性侧索硬化症,Insilico医学利用PandaOmics分析多个公开的转录组数据后对中枢神经系统(CNS)组织,以及转录组和蛋白质组数据使用patient-derived iPSC-differentiated运动神经元(diMN)样本回答ALS。对于每个数据集,ALS患者分为家庭和零星的亚型。情况和控制之间的比较是独立样本为不同组织,ALS亚型和数据类型。所有病例对照比较属于相同的对照组都汇集到一个荟萃分析,共有六个荟萃分析。


对于每一个荟萃分析,PandaOmics优先目标下两个新奇的设置(高信任度和小说设置)和自定义组学分数,文本分数和druggability过滤器,共有28个可操作的目标。目标是进一步验证使用果蝇与基因组编辑模型C9ORF72(c9ALS果蝇模型)模拟最常见的ALS的遗传原因,以确定其功能相关性疾病。的影响genes-of-interest (GOI)神经退化是由得分的退化程度果蝇眼睛表达对GOI核糖核酸干扰(RNAi)。


目标识别与公众进行中枢神经系统组织的数据集,并从回答PandaOmics ALS diMN数据。目标被分成两类:小说进一步调查的目标和目标药物再利用。目标将被释放到ALS.AI。反馈提出目标将收集到的肌萎缩性侧索硬化症相关政府选择最好的候选人进行进一步的验证。将进一步验证使用所确定的目标在活的有机体内在体外模型。


研究收益率ALS的新治疗靶点


17岁高信任度和11个新药发现中枢神经系统和diMN样本,被披露而在ALS.AI。研究人员发现,一些良好的途径在ALS病理学特异表达,包括免疫系统,RNA代谢,会引起,以及程序性细胞死亡。中枢神经系统的数据主要反映了ALS的晚期签名(即。神经元细胞死亡,神经炎症),而结果diMN比较更有可能归因于早期签名(即。DNA损伤,谷氨酸毒性)。结合使用diMN和事后CNS样品可以提供全面了解ALS疾病进展。研究人员验证26 c9ALS目标果蝇模型,其中18(69%)表明,抑制获救神经退化,而损失RPS6KB1导致了相反的效果。代表强烈救出了飞的眼睛的一种退化图像的RNAi下图所示。这种方法证实PandaOmics确定治疗目标的力量在ALS神经退化与潜在的作用。



图1:损失7报道飞直接同源,对应八个基因,强烈获救C9orf72介导的神经退化的果蝇模型。(A)的规模级飞的眼睛退化的表达(G4C2)30.从4到2。控制苍蝇(得分0),他的眼睛表达(G4C2)30.,表现出眼睛退化。眼睛退化的程度救援的RNAi GOI范围从4 - 2,正面或负面分数对应的眼睛退化的严重程度的增加或减少。(B)在26日目标飞行模型,抑制18目标(69%)使用RNAi强烈或适度(得分≤2)获救眼睛退化。(C)更重要的是,失去7报道飞直接同源,对应于8基因(括号中)所示,强烈获救神经退化。


Insilico的AI的潜力


当前的研究应用PandaOmics寻找新靶点和药物对ALS再利用的目标。这是Insilico第一篇论文显示的全部潜力PandaOmics对目标的发现在活的有机体内验证。自的目标是确定ALS病人死后中枢神经系统组织和iPS神经元和c9ALS进一步验证果蝇这些交叉验证模型,我们强烈建议功能相关性AI-derived目标和ALS发病机理。总之,目前的研究提供了新的深入了解人工智能加速从年个月目标的发现过程,并指出潜在的方向寻找ALS和其他疾病的治疗。

广告
Baidu