Interdyscyplinarny zespół badawczy pod kierunkiem naukowców z Cambridge University opracował metodę, która umożliwia skuteczne przeprowadzanie interwencji farmakologicznych w chorobach wywołanych zaburzeniami w białkowej separacji faz. Opracowane narzędzie, oparte na wykorzystaniu sztucznej inteligencji, umożliwiło wytypowanie tych białek, które są odpowiedzialne za wystąpienie poszczególnych nieuleczalnych chorób oraz stanowią cel dla skutecznego przeprowadzenia interwencji medycznych. Metoda może okazać się szczególnie przydatna w leczeniu chorób neurodegeneracyjnych, takich jak choroba Alzheimera oraz choroba Parkinsona.
Zaburzenia w procesach białkowej separacji faz są nie tylko przyczyną występowania chorób neurodegeneracyjnych, ale odpowiadają również za rozwój wielu nowotworów oraz procesy starzenia się organizmu. Naukowcy z Cambridge, we współpracy z firmą Insilico Medicine, która specjalizuje się w opracowywaniu leków za pomocą sztucznej inteligencji, odkryli, iż możliwe jest kontrolowanie procesu białkowej separacji faz za pomocą interwencji farmakologicznej nakierowanej na określony rodzaj białek w organizmie człowieka. Badacze zebrali duże zasoby danych na podstawie próbek, określili względny wpływ i podatność białek na różne procesy patologiczne związane z chorobami ludzkimi, ustalili które białka stanowią kluczowe cele dla interwencji farmakologicznej oraz stworzyli listę potencjalnych celów interwencji dla różnych chorób, które wynikają z zaburzeń w procesach białkowej separacji faz.
Algorytmy w walce z nieuleczalnymi chorobami
Techniki uczenia maszynowego oraz narzędzia analizy dużych zbiorów danych coraz częściej pomagają naukowcom zrozumieć biologiczne mechanizmy, występujące w wielu nieuleczalnych chorobach. Pozyskane informacje są wykorzystywane do przeprowadzania skutecznych interwencji farmakologicznych dzięki określeniu, które leki mogą być najbardziej skuteczne w przypadku danego rodzaju choroby.
Bioinformatyka zmienia obecne podejście do medycyny
Bioinformatykę obecnie wykorzystuje się do analizy i przetwarzania dużych zbiorów danych z zakresu genetyki, genomiki, epigenomiki, białek oraz metabolizmu, co pozwala szerzej zrozumieć zjawiska wywołujące różne choroby. Algorytmy pomagają również wnioskować o wpływie czynników środowiskowych na wystąpienie określonych przypadków oraz otwierają nowe możliwości dla sprawnej identyfikacji najlepszych sposobów leczenia.
Więcej na temat badań naukowców z Cambridge: link
Artykuł, prezentujący mechanizm działania narzędzia opartego na AI oraz metodykę badawczą: link
