Maison > Périphériques technologiques > IA > Trois étudiants du secondaire ont utilisé l'IA pour identifier plusieurs cibles à double effet et développer de nouvelles solutions pour le traitement du gliome malin

Trois étudiants du secondaire ont utilisé l'IA pour identifier plusieurs cibles à double effet et développer de nouvelles solutions pour le traitement du gliome malin

王林
Libérer: 2023-05-25 17:44:35
avant
977 Les gens l'ont consulté

Récemment, Ren Ziming, un lycéen du département international du lycée de Shanghai, et deux collaborateurs étrangers, également lycéens, ont découvert de multiples cibles à double effet contre le vieillissement et les tumeurs cérébrales malignes. Deuxièmement, d’autres études peuvent être menées par le biais d’expériences in vivo et in vitro pour vérifier ses effets sur la croissance tumorale et la progression du cancer. Parallèlement, son potentiel anti-âge peut également être étudié à travers des modèles animaux.

Après avoir confirmé la cible, vous pouvez utiliser des méthodes pharmacochimiques ou des méthodes d'intelligence artificielle pour trouver des composés ciblant la cible ou des stratégies de réutilisation d'anciens médicaments.

Grâce à cette réalisation, il est prévu de développer des options de traitement clinique ou des médicaments plus sûrs et plus efficaces pour les patients atteints de gliome malin.

Trois étudiants du secondaire ont utilisé lIA pour identifier plusieurs cibles à double effet et développer de nouvelles solutions pour le traitement du gliome malin Photo | Ren Ziming (Source : Ren Ziming)

Récemment, un article connexe intitulé "Identification de cibles thérapeutiques à double usage impliquées dans le vieillissement et le glioblastome multiforme à l'aide de PandaOmics - une plateforme de découverte de cibles biologiques activée par l'IA" dans le vieillissement et le glioblastome multiforme à l'aide de PandaOmics - une plateforme de découverte de cibles biologiques activée par l'IA) a été publié sur Aging [1].

Trois étudiants du secondaire ont utilisé lIA pour identifier plusieurs cibles à double effet et développer de nouvelles solutions pour le traitement du gliome malin Figure | Articles connexes (Source : Vieillissement)

Andrea Olsen, lycéen à la Sevenoaks School au Royaume-Uni, Zachary Harpaz, lycéen à la Pencaster School à Fort Lauderdale, aux États-Unis, et Ren Ziming sont les auteurs de l'article.

Lu Ziming a déclaré : « Andrea, Zach et moi avons progressivement participé à ce projet. Andrea a proposé ce projet pour la première fois en participant à la conférence sur la recherche sur le vieillissement et la découverte de médicaments. Andrea et Zach, tous deux lycéens comme moi, assistaient à la conférence pour la deuxième fois. et première fois respectivement. »

Dans la diffusion vidéo en direct de cette conférence, Ren Ziming les a vu partager leurs idées de recherche sur des projets de traitement du glioblastome avec des entrepreneurs et des chercheurs dans le domaine des sciences de la vie dans l'auditorium de l'Université de Copenhague.

Ren Ziming a déclaré : « Ces invités comprennent des universitaires très cités dans le domaine de la recherche en biologie du vieillissement, ainsi que des experts émergents de sociétés pharmaceutiques, de sociétés anti-âge, de sociétés d'IA, etc. en raison de leur âge, mais j'ai émis de nombreuses opinions précieuses lors des questions-réponses. Ce type d'échange scientifique m'a profondément attiré. Plus tard, nous avons établi un contact et lancé cette coopération.

Beaucoup de gens savent qu’il existe un lien évident entre le cancer et l’âge. Alors, existe-t-il différents gènes responsables de la maladie chez les patients plus jeunes et plus âgés ? Avec cette question à l’esprit, ils ont établi le thème de l’étude du glioblastome multiforme (GBM).

Le GBM est une tumeur maligne neurologique courante dont la cause est inconnue. Étant donné que la plupart des patients sont diagnostiqués entre 45 et 75 ans, l’âge est sans aucun doute l’un des facteurs d’influence.

Le GBM est très malin, se développe rapidement et a une évolution courte. À mesure que l'état s'aggrave, les patients développeront des symptômes tels que des maux de tête, des vomissements, des troubles de la conscience et des troubles de la parole. La plupart des patients mourront dans les deux ans suivant le diagnostic.

Sur cette base, l'équipe a fixé les objectifs de recherche dans les deux directions suivantes :

D'une part, certaines cibles médicamenteuses sont pro-âge, tandis que d'autres sont anti-âge, ils espèrent donc trouver une cible médicamenteuse à la fois efficace contre la maladie et anti-âge, afin d'obtenir de meilleurs bénéfices cliniques. ;

La plupart des plans de traitement actuels du GBM ne prennent pas en compte l’âge du patient. Ils espèrent découvrir des cibles médicamenteuses adaptées aux personnes âgées et améliorer le processus de prise de décision clinique des patients âgés.

Après avoir établi le sujet, la première étape consiste à collecter des données. Dans le processus de découverte de cibles piloté par l’IA, la quantité et la qualité des données sont importantes. Sous la direction de l'équipe de recherche scientifique intelligente d'Insilico, Ren Ziming et ses collaborateurs ont collecté 29 types différents de données provenant de plusieurs bases de données publiques telles que le Centre national américain d'information sur la biotechnologie, couvrant le séquençage/micropuce d'ARN, la méthylation et les données protéomiques, etc.

Lors de la collecte de données, ils ont discuté de diverses stratégies d'analyse pour vérifier la validité des résultats sous plusieurs aspects. Après analyse, ils ont identifié trois stratégies d’analyse : comparaison croisée des données de survie, des différences de niveaux d’expression et des informations génétiques liées au vieillissement.

Ils ont ensuite utilisé le moteur d’identification de cibles d’intelligence artificielle PandaOmics pour classer les cibles découvertes après comparaison croisée et prioriser les cibles de maladies les plus potentielles.

(Source : Carte des données) Trois étudiants du secondaire ont utilisé lIA pour identifier plusieurs cibles à double effet et développer de nouvelles solutions pour le traitement du gliome malin

Grâce au processus ci-dessus, ils ont proposé trois nouvelles cibles thérapeutiques potentielles à double effet : CNGA3, GLUD1 et SIRT1, et ont découvert que ces cibles peuvent non seulement traiter le glioblastome cérébral, mais également lutter contre le vieillissement.

Ensuite, en passant en revue les informations de la littérature, ils ont exploré les mécanismes de ces trois cibles. Les résultats ont révélé que chez les patients atteints de glioblastome cérébral :

CNGA3 est un niveau d'expression génique qui a une corrélation positive significative avec l'âge. Une expression élevée de CNGA3 est associée à un faible taux de survie dans le GBM. Il code pour un canal ionique et joue un rôle essentiel dans le fonctionnement du système nerveux ;

GLUD1 a également un niveau d'expression génique significativement négativement corrélé avec l'âge, et une faible expression de GLUD1 est associée à un mauvais pronostic. GLUD1 est également impliqué dans l'apprentissage et la formation de la mémoire dans le tissu neural ;

.

SIRT1 est l'un des gènes les plus étudiés dans le vieillissement. L'activation de SIRT1 peut résister au vieillissement. Les petites molécules activatrices de SIRT1 peuvent également traiter le GBM in vitro et in vivo en induisant un potentiel d'autophagie et de mitophagie.

Concernant la recherche et la comparaison de la littérature dans l'étude, Ren Ziming a déclaré : « Nous avons collecté un pool de cibles potentielles. Grâce à la recherche et à l'intégration de la littérature et du matériel pertinents, nous avons également une compréhension plus approfondie des informations sur ces cibles, et association avec un gliome malin. »

Ren Ziming a déclaré : « L'ensemble du processus de recherche m'a fait prendre conscience de la diversité de la recherche scientifique. Après avoir étudié d'autres cibles pour les médicaments contre les gliomes malins, nous avons obtenu des conclusions complètement différentes, ainsi que des conclusions qui étaient cohérentes avec les nôtres. a éveillé mon intérêt pour l’exploration de la biologie. »

En même temps, il a déclaré que la publication d'un article n'est pas la fin de ce projet. La prochaine étape consiste pour lui et ses collaborateurs à vérifier les cibles, à confirmer leurs propriétés anti-maladie et anti-âge, et à utiliser Chemistry42 pour générer et cribler des composés principaux contre les cibles désignées, dans l'espoir de découvrir des traitements contre le glioblastome, des traitements innovants potentiels. .

Enfin, Ren Ziming a ajouté : « Je pense qu'une partie très importante de cette recherche est la plateforme PandaOmics, qui fournit une liste de données publiques et faciles à traiter qui peuvent être utilisées pour la découverte et l'analyse de cibles de gliomes malins. il n'y a pas grand-chose Avec beaucoup de connaissances en bioinformatique et d'expérience expérimentale, cette plateforme peut être utilisée facilement, et il n'est pas difficile pour nous, lycéens, de la faire fonctionner. Cela montre que les perspectives de l'industrie biopharmaceutique se développent, car l'IA ​. ​La plate-forme peut permettre l’identification de cibles médicamenteuses. Découvrez plus d’efficacité et de simplicité.

Référence :

1.Olsen, A., Harpaz, Z., Ren, C., Shneyderman, A., Veviorskiy, A., Dralkina, M., ... & Zhavoronkov, A. (2023). cibles thérapeutiques impliquées dans le vieillissement et le glioblastome multiforme à l'aide de PandaOmics, une plateforme de découverte de cibles biologiques basée sur l'IA Aging, 15.

.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

source:sohu.com
Déclaration de ce site Web
Le contenu de cet article est volontairement contribué par les internautes et les droits d'auteur appartiennent à l'auteur original. Ce site n'assume aucune responsabilité légale correspondante. Si vous trouvez un contenu suspecté de plagiat ou de contrefaçon, veuillez contacter admin@php.cn
Tutoriels populaires
Plus>
Derniers téléchargements
Plus>
effets Web
Code source du site Web
Matériel du site Web
Modèle frontal