2024. 01. 29. - 09:50
Mesterséges intelligencia-stratégia új immunterápiás célpontok azonosítására
Stratégia készült új immunterápiás célpontok azonosításához, mesterséges intelligencia segítségével. A felfedezés a Cleveland Klinika kutatóinak köszönhető.
Új stratégiát tettek közzé a Cleveland Klinika és az IBM kutatói, az immunterápia új célpontjainak azonosítására, mesterséges intelligencia (MI) segítségével.
Ez az első lektorált kiadvány, amely a két szervezet Discovery Accelerator partnerségéből származik. Célja az egészségügyi és élettudományi kutatások előmozdítása.
A csapat a felügyelt és nem felügyelt mesterséges intelligencia kifejlesztésén dolgozott együtt, hogy feltárja a peptid antigének molekuláris jellemzőit - vagyis a fehérjemolekulák kis darabjait, melyeket az immunsejtek a veszélyek felismerésére használnak.
Mesterséges intelligencia-stratégia új immunterápiás célpontok azonosítására
„Régebben a rák antigén célpontjaira vonatkozó összes adatunk a próba és a hiba eredményéből származott – magyarázta dr. Chan, a Cleveland Klinika Immunterápiás és Precíziós Immunonkológiai Központjának elnöke, valamint Sheikha Fatima Bint Mubarak, az immunterápia és precíziós immunonkológia tanszékvezető igazgatója. - Az IBM-el kötött partnerség lehetővé teszi számunkra, hogy kitágítsuk a mesterséges intelligencia és az egészségtudományi kutatás határait és megváltoztassuk a rákterápiás célpontok kidolgozásának és értékelésének módját.”
A tudósok évtizedek óta kutatják, hogyan lehetne jobban azonosítani az antigéneket és miként lehetséges támadni rákos vagy vírusokkal fertőzött sejteket. Olvasd el: A bélbaktériumok új géncsaládját deríti fel a mesterséges intelligencia
A célantigén felismerése mesterséges intelligenciával
A feladat kihívást jelent, mivel az antigénpeptidek a sejtek felszínén lévő specifikus jellemzők alapján lépnek kölcsönhatásba az immunsejtekkel, s ez a folyamat máig nem teljesen ismert.
A kutatást ráadásul korlátozza azon változók nagy száma, amelyek befolyásolják, miként ismeri fel az immunrendszer a célpontokat. E változók azonosítása rendszeres számítástechnikával nehéz és időigényes - ezért a jelenlegi modellek korlátozottak és időnként pontatlanok.
A Briefings in Bioinformatics folyóiratban most megjelent tanulmány megállapította, hogy a mesterséges intelligencia-modellek, amelyek figyelembe veszik a molekulaforma időbeli változásait, pontosan meg tudják mutatni, hogyan ismeri fel az immunrendszer a célantigént.
Ezeken a modelleken keresztül a kutatók rávilágíthatnak arra, milyen folyamatok kritikusak az immunterápiás kezeléseknél - például vakcinákkal és mesterséges immunsejtekkel.
A kutatók ezen betekintéseket más mesterséges intelligencia modellekbe is beépíthetik, hogy hatékonyabb immunterápiás célpontokat azonosíthassanak.
„Felfedezéseink példát mutatnak arra, mi teszi ezt a partnerséget sikeressé. Az IBM legmodernebb számítási erőforrásait kombinálja a Cleveland Clinic orvosi szakértelmével” – mondta dr. Weber.
Hozzátette: az eredmények úgy születtek, hogy a rák immunterápia világszínvonalú szakértőjétől kezdve a fizikán alapuló szimuláción át a mesterséges intelligencia szakértőiig mindenki összefogott és kulcsfontosságú együttműködés alakult ki. Az innovációval kombinált összefogásban óriási lehetőségek rejlenek.
L.A.
