Tiga pelajar sekolah menengah menggunakan AI untuk mengenal pasti pelbagai sasaran dwi-kesan dan membangunkan penyelesaian baharu untuk rawatan glioma malignan

Baru-baru ini, Ren Ziming, pelajar sekolah menengah dari Jabatan Antarabangsa Shanghai High School, dan dua rakan usaha sama asing, yang juga pelajar sekolah menengah, telah menemui pelbagai sasaran dwi-kesan terhadap penuaan dan tumor otak ganas. Kedua, kajian lanjut boleh dijalankan melalui eksperimen in vivo dan in vitro untuk mengesahkan kesannya terhadap pertumbuhan tumor dan perkembangan kanser. Pada masa yang sama, potensi anti-penuaannya juga boleh dikaji melalui model haiwan.

Selepas mengesahkan sasaran, anda boleh menggunakan kaedah farmakokimia atau kaedah kecerdasan buatan untuk mencari sebatian yang menyasarkan sasaran atau strategi untuk menggunakan semula ubat lama.

Dengan bantuan pencapaian ini, ia dijangka membangunkan pilihan rawatan klinikal atau ubat yang lebih selamat dan cekap untuk pesakit glioma malignan.

Gambar | Baru-baru ini, kertas kerja berkaitan bertajuk "Pengenalpastian sasaran terapeutik dwiguna yang berkaitan dengan penuaan dan glioblastoma multiforme menggunakan PandaOmics - platform penemuan sasaran biologi yang didayakan AI" Sasaran yang terlibat dalam penuaan dan glioblastoma multiforme menggunakan PandaOmics - biologi yang didayakan AI platform penemuan sasaran) telah diterbitkan pada Penuaan [1].

Rajah |. Kertas kerja berkaitan (Sumber: Penuaan)

Andrea Olsen, pelajar sekolah menengah di Sekolah Sevenoaks di United Kingdom, Zachary Harpaz, pelajar sekolah menengah di Sekolah Pencaster di Fort Lauderdale, Amerika Syarikat, dan Ren Ziming ialah pengarang kertas kerja itu.

Lu Ziming berkata: "Andrea, Zach dan saya secara beransur-ansur mengambil bahagian dalam projek ini. Andrea mula-mula mencadangkan projek ini apabila menghadiri Persidangan Penyelidikan Penuaan dan Penemuan Dadah. Andrea dan Zach, kedua-duanya pelajar sekolah menengah seperti saya, menghadiri persidangan untuk kali kedua dan pertama masing-masing

Dalam siaran video langsung persidangan itu, Ren Ziming melihat mereka berkongsi idea penyelidikan mereka tentang projek rawatan glioblastoma dengan usahawan dan penyelidik dalam bidang sains hayat di auditorium Universiti Copenhagen.

Ren Ziming berkata: “Tetamu ini termasuk cendekiawan yang terkenal dalam bidang penyelidikan biologi penuaan, serta pakar baru muncul daripada syarikat farmaseutikal, syarikat anti-penuaan, syarikat AI, dll. Para tetamu yang hadir tidak gentar dengan umur mereka. Saya tidak menghiraukan mereka dan mengemukakan banyak pendapat yang berharga dalam Soal Jawab jenis ini sangat menarik perhatian saya

Ramai orang tahu bahawa terdapat kaitan yang jelas antara kanser dan usia. Jadi, adakah terdapat gen pemacu penyakit yang berbeza antara pesakit yang lebih muda dan lebih tua? Dengan memikirkan persoalan ini, mereka menubuhkan topik mengkaji glioblastoma multiforme (GBM).

GBM ialah keganasan neurologi biasa yang puncanya tidak diketahui. Kerana kebanyakan pesakit didiagnosis antara umur 45 dan 75 tahun, umur sudah pasti salah satu faktor yang mempengaruhi.

GBM adalah sangat malignan, berkembang pesat, dan mempunyai masa yang singkat Apabila keadaan semakin teruk, pesakit akan mengalami gejala seperti sakit kepala, muntah, gangguan kesedaran, dan gangguan pertuturan.

Berdasarkan ini, pasukan menetapkan matlamat penyelidikan dalam dua arah berikut:

Dalam satu pihak, beberapa sasaran dadah adalah pro-penuaan, dan beberapa sasaran dadah adalah anti-penuaan, jadi mereka berharap untuk mencari sasaran ubat yang berkesan terhadap penyakit dan anti-penuaan, untuk mencapai klinikal kebaikan

Kebanyakan pelan rawatan GBM semasa tidak mengambil kira umur pesakit. Mereka berharap dapat menemui sasaran ubat yang sesuai untuk warga emas dan meningkatkan proses membuat keputusan klinikal pesakit warga emas.

Selepas menetapkan topik, langkah pertama ialah mengumpul data. Dalam proses penemuan sasaran dipacu AI, kuantiti dan kualiti data adalah penting. Di bawah bimbingan pasukan penyelidikan saintifik pintar Insilico, Ren Ziming dan rakan usaha samanya mengumpul 29 jenis data yang berbeza daripada pelbagai pangkalan data awam seperti Pusat Maklumat Bioteknologi Kebangsaan A.S., yang meliputi penjujukan RNA/mikroarray, metilasi dan Data proteomik.

Semasa mengumpul data, mereka membincangkan pelbagai strategi analisis untuk mengesahkan kesahihan keputusan dalam pelbagai aspek. Selepas analisis, mereka mengenal pasti tiga strategi analisis: perbandingan silang data survival, perbezaan tahap ekspresi, dan maklumat genetik yang berkaitan dengan penuaan.

Mereka kemudiannya menggunakan enjin pengenalan sasaran AI PandaOmics untuk menyusun kedudukan sasaran yang ditemui selepas perbandingan silang dan mengutamakan sasaran penyakit yang paling menjanjikan.

(Sumber: Peta data)

Melalui proses di atas, mereka mencadangkan tiga sasaran terapeutik dwi-kesan baharu yang berpotensi: CNGA3, GLUD1, dan SIRT1, dan mendapati bahawa sasaran ini boleh digunakan untuk merawat glioblastoma otak sambil juga anti-penuaan.

Kemudian dengan menyemak maklumat literatur, mereka meneroka mekanisme ketiga-tiga sasaran ini. Keputusan mendapati bahawa pada pesakit dengan glioblastoma otak:

CNGA3 ialah tahap ekspresi gen yang mempunyai korelasi positif yang ketara dengan umur CNGA3 yang tinggi dikaitkan dengan kadar kelangsungan hidup yang lemah dalam GBM Ia mengekodkan saluran ion dan memainkan peranan penting dalam fungsi sistem saraf 🎜>

GLUD1 juga mempunyai korelasi negatif yang ketara dengan umur dalam tahap ekspresi gen, dan ekspresi GLUD1 yang rendah dikaitkan dengan prognosis yang buruk juga terlibat dalam pembelajaran dan pembentukan memori dalam tisu saraf

SIRT1 ialah salah satu gen yang paling dikaji dalam penuaan. Mengaktifkan SIRT1 boleh menahan penuaan molekul kecil SIRT1 juga boleh mendorong autophagy dan mitophagy, yang boleh menjejaskan potensi terapeutik GBM.

Mengenai carian literatur dan perbandingan dalam kajian, Ren Ziming berkata: "Kami telah mengumpul kumpulan sasaran yang berpotensi. Melalui carian dan penyepaduan literatur dan data yang berkaitan, kami juga mempunyai pemahaman yang lebih teliti tentang maklumat tentang ini. sasaran , dan kaitannya dengan glioma malignan ”

Ren Ziming berkata: "Keseluruhan proses penyelidikan membuatkan saya menyedari kepelbagaian penyelidikan saintifik. Selepas kami mengkaji sasaran lain untuk ubat glioma malignan, kami memperoleh beberapa kesimpulan yang sama sekali berbeza, dan juga mendapat beberapa kesimpulan yang berbeza daripada kami. Ini bertepatan dengan minat saya dalam biologi.”

Pada masa yang sama, beliau berkata penerbitan kertas kerja bukanlah penamat kepada projek ini. Langkah seterusnya ialah dia dan rakan usaha samanya mengesahkan sasaran, mengesahkan sifat anti-penyakit dan sifat anti-penuaan mereka, dan menggunakan Chemistry42 untuk menjana dan menapis sebatian plumbum terhadap sasaran yang dicalonkan, dengan harapan dapat menemui rawatan untuk glioblastoma yang berpotensi .

Akhirnya, Ren Ziming menambah: "Saya rasa bahagian yang sangat penting dalam penyelidikan ini ialah platform PandaOmics, yang menyediakan senarai data awam dan mudah diproses yang boleh digunakan untuk penemuan dan analisis sasaran glioma malignan. Walaupun platform ini boleh digunakan dengan mudah tanpa banyak pengetahuan bioinformatik dan pengalaman eksperimen, dan ia tidak sukar untuk kami pelajar sekolah menengah untuk beroperasi Ini menunjukkan bahawa prospek industri biofarmaseutikal sedang berkembang, kerana platform AI boleh membuat sasaran dadah penemuan mata adalah lebih cekap dan ringkas.”

Rujukan:

1.Olsen, A., Harpaz, Z., Ren, C., Shneyderman, A., Veviorskiy, A., Dralkina, M., ... & Zhavoronkov, A. (2023). -sasaran terapeutik tujuan yang terlibat dalam penuaan dan glioblastoma multiforme menggunakan PandaOmics-platform penemuan sasaran biologi yang didayakan AI, 15.

Atas ialah kandungan terperinci Tiga pelajar sekolah menengah menggunakan AI untuk mengenal pasti pelbagai sasaran dwi-kesan dan membangunkan penyelesaian baharu untuk rawatan glioma malignan. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!