使用人工智能寻找隐藏在过早衰老疾病和癌症中的分子秘密
发表在《细胞死亡与疾病》( Cell Death & Disease)上的新研究涵盖了合作工作的第一批结果，这些合作工作旨在使用 AI 驱动的目标和药物发现管道在与年龄相关的疾病的背景下进行基于多组学的分析。
该研究结果由 Insilico Medicine 开发，Insilico Medicine 是一家临床阶段端到端人工智能(AI) 驱动的药物发现公司，得到了哥本哈根大学和芝加哥大学的支持。
现有的治疗主要癌症类型的治疗策略可能并不对所有患者都有效。在患有相同癌症类型的患者中看到的异质临床结果以及对癌症相关分子特征的不完全理解导致临床试验失败，并限制了先进定制疗法的发展。
研究人员指出，迫切需要发现与治疗反应相关的生物标志物，以优化患者的临床试验选择标准、达到疗效终点并改进现有疗法。
为了找到这些生物标志物，科学家团队研究了源自具有增加癌症风险的 DNA 修复疾病的基因表达数据集，以发现可能与癌症进展有关的常见失调基因。研究人员将最显着扰动的基因作为生物标志物，对 33 种癌症类型进行了生存分析，并选择了那些在癌症患者中表现出高置信度分层的基因。
后者对于随后的靶标发现尤为重要，因为临床结果不理想的患者将从更量身定制的治疗中获益最多。Insilico Medicine 的人工智能驱动的 PandaOmics 平台用于执行全面的差异基因表达分析、生存分层和目标发现。
研究人员在选定的 DNA 修复缺陷疾病中发现了 10 个具有相似表达模式的显着扰动基因。重要的是，根据生存分析，大多数公开的基因进一步显示可对至少三种癌症类型进行分层。研究人员专注于下调最严重的基因 CEP135，该基因在中心体生物发生和细胞分裂中具有关键功能，并与肉瘤患者的生存严重程度相关。
应用 PandaOmics，他们发现了临床结果不佳的肉瘤患者群体的潜在目标候选者。作者将 PLK1 确定为与 CEP135 在相同分子途径中发挥作用的得分最高的命中之一，并进一步在体外验证了已确定的目标。
健康老龄化中心助理教授 Garik Mkrtchyan 说：“令人惊奇的是，我们能够使用 Insilico Medicine 开发的 AI 算法在如此短的时间内生成和分析数据，并且通常能够验证假设，哥本哈根大学，该研究的主要研究人员之一。
“我们很高兴为癌症领域做出贡献，并强调发现生物标志物对患者分层和进一步治疗改进的重要性。我也感谢芝加哥大学癌症生物学专家 Evgeny Izumchenko 博士的支持，他在整个研究过程中的指导和建议。”
Insilico 创始人兼首席执行官 Alex Zhavoronkov 博士说：“这是与哥本哈根大学，特别是 Morten 实验室的一系列合作中的最新一次，Morten 实验室是健康长寿领域的领先团队之一。”药物。
“这项正在进行的合作使我们今天发表的研究得以发表，强调了 DNA 修复缺陷与癌症之间的密切联系。我们非常自豪 PandaOmics 能够在多个疾病领域搜索和证明相关目标和生物标志物的合理性。”
“我很高兴我们能够在实际环境中展示 PandaOmics 平台的实用性，”哥本哈根大学健康老龄化中心副教授、医学博士 Morten Scheibye-Knudsen 说。 ，该项目的通讯作者。
“海量数据集的使用将使我们能够在未来极大地增加个性化医疗的潜力，这是 Insilico Medicine 处于领先地位的领域。”
研究人员指出，研究结果不仅限于研究中的特定基因或癌症类型，还具有高可信度 AI 应用组学分析的优势，广泛适用于癌症研究界，因为它提供了一组基因和生存数据用于多种癌症类型的生物标志物和靶标发现。
版权声明：本文由用户上传，如有侵权请联系删除！