DTU Araştırmacıları Hedefe Yönelik Kanser İmmünoterapisi İçin Özelleştirilmiş Proteinler Tasarlamak Üzere AI Platformu Geliştiriyor

Kısaca

Danimarka Teknik Üniversitesi'ndeki araştırmacılar, bağışıklık hücrelerinin kanseri hedef almasını yönlendiren özel proteinleri hızlı bir şekilde tasarlayan yapay zeka destekli bir platform geliştirdi; klinik denemelerin beş yıl içinde yapılması bekleniyor.

DTU Araştırmacıları Hedefe Yönelik Kanser İmmünoterapisi İçin Özel Proteinler Tasarlamak Üzere AI Platformu Geliştiriyor

Danimarka Teknik Üniversitesi'ndeki araştırmacılar, kanserle mücadelede bağışıklık sistemi tepkilerini destekleyen özel proteinlerin geliştirilmesini hızlandırmak için tasarlanmış bir AI tabanlı platform tanıttı. Bu sistem, özel proteinlerin haftalar içinde oluşturulmasını sağlarken, bağışıklık T hücrelerinin kanserli hücreleri tanıyıp saldırmasına da yardımcı oluyor.

Platform, T hücrelerine bağlanan ve onlara kanserleri, özellikle de melonomayı hedefleme konusunda moleküler bir rehberlik mekanizması sağlayan "minibinder" proteinlerini mühendislik yapmak için üç AI modelini entegre etmektedir. Bu yaklaşım, yaygın olarak meydana gelen ve hasta spesifik kanser belirteçlerine özel olarak tasarlanmış proteinler geliştirmek için uygulanmış olup, kişiselleştirilmiş onkoloji alanında potansiyel uygulamalara işaret etmektedir.

Bu moleküler araçları oluşturmak için, araştırmacılar önce tümör hücrelerinde yaygın olarak bulunan NY-ESO-1 adı verilen kanserle ilişkili bir proteinin yapısını incelemek üzere RFdiffusion adı verilen bir üretken model kullandılar. İkinci bir AI modeli, bu hedefe bağlanma yeteneğine sahip kesin yapılarına katlanması beklenen amino asit dizilerini üretti. Üçüncü model sonuçları geliştirdi, on binlerce üretilen diziyi laboratuvar değerlendirmesi için 44 adayla filtreledi. Bunlar arasında, bir tasarım etkili performans sergiledi.

Ayrıca, platform, sağlıklı dokularla etkileşime girebilecek protein tasarımlarını öngörmek ve hariç tutmak için sanal bir güvenlik tarama süreci içerir, bu da fiziksel testler gerçekleşmeden önce güvenliği artırır. İş akışı, Google DeepMind tarafından geliştirilen ödüllü protein tahmin aracı AlphaFold2'yi içerir ve geleneksel olarak yıllar süren bir geliştirme döngüsünü haftalar içinde sıkıştırır.

Yapay Zeka Destekli Hücre Tedavisi Projesinin Beş Yıl İçinde İnsan Denemelerine Girmesi Bekleniyor

Ekipteki araştırmacılardan Timothy Patrick Jenkins, yeni geliştirilen yöntemin, insan katılımcıların dahil olduğu ilk klinik denemeler aşamasına geçmesinin yaklaşık beş yıl süreceğini öngörüyor. Uygulamaya hazır hale geldiğinde, tedavi protokolünün, şu anda lenfoma ve lösemi gibi durumların tedavisinde onaylanmış olan genetik olarak mühendislik yapılmış T hücrelerini, yaygın olarak CAR-T hücreleri olarak adlandırılan, mevcut kanser terapileri ile uyumlu olması bekleniyor.

Tedavi süreci, standart bir kan testiyle karşılaştırılabilecek bir hastane ortamında gerçekleştirilecek bir kan alımı ile başlayacaktır. Toplanan örnekten bağışıklık hücreleri izole edilecek ve ardından laboratuvar ortamında AI tarafından üretilen minibinder proteinlerini içerecek şekilde modifiye edilecektir. Bu değiştirilen bağışıklık hücreleri daha sonra hastanın vücuduna yeniden tanıtılacak ve burada yüksek hassasiyetle çalışmaları, kanserli hücreleri hedefli bir doğrulukla bulup etkisiz hale getirmeleri amaçlanmaktadır.

Son araştırma, hesaplamalı biyolojideki ilerlemelerin daha geniş bir eğiliminin parçasıdır. Yılın başlarında, Timothy Patrick Jenkins'in ekibi, yılan ısırığı panzehirlerinin etkinliğini artırmak amacıyla mühendislik proteinleri geliştirmek için AI uygulamıştır.

View Original
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
  • Reward
  • Comment
  • Share
Comment
0/400
No comments
  • Pin
Trade Crypto Anywhere Anytime
qrCode
Scan to download Gate app
Community
  • 简体中文
  • English
  • Tiếng Việt
  • 繁體中文
  • Español
  • Русский
  • Français (Afrique)
  • Português (Portugal)
  • Bahasa Indonesia
  • 日本語
  • بالعربية
  • Українська
  • Português (Brasil)