Deep Genomics:结合 AI 与 RNA 生物学关注遗传疾病治疗

0 minutes, 29 seconds Read

Deep Genomics 使用 AI 和机器学习,对基于转化核苷酸的遗传疾病疗法进行编程和优先排序。

RNA 作为一种治疗方式已经在全球范围内出现,新药被批准用于罕见疾病和疫苗。这仅仅是个开始。每个人一生中都会面临遗传病。而且,由于可以对 RNA 疗法进行编程以精确针对遗传原因,他们可以设想解决大多数遗传条件。寻找疗法需要挖掘 RNA 生物学数据。但是,这些数据庞大、复杂且势不可挡,这使得药物发现的标准方法过于缓慢且成本高昂。

Deep Genomics 提供了解决方案:他们的 AI Workbench 解决了 RNA 生物学的复杂性,识别了新的靶标,并评估了数千种可能性,以确定最佳的治疗候选者。

AI Workbench 使研究人员能够有效地找到具有理想特性的候选药物。该公司专注于在 RNA 或 DNA 水平上靶向疾病遗传决定因素的空间阻断寡核苷酸(SBO)的开发和营销。这些遗传疾病是由改变的分子表型介导的,例如转录、剪接、翻译和蛋白质结合。预测这些变化是该公司的核心竞争力。寡核苷酸治疗设计空间包括数百亿种化合物,但该公司的平台可以有效地搜索这个空间。

工作人员会收集使用平台识别的每种化合物的数据。这包括治疗候选药物和数以千计的新型探索性化合物。也收集与临床试验的生物标志物相关的数据。所有这些数据都会反馈到 AI 系统中,从而关闭循环。他们甚至测试突破可能性界限的化合物。这意味着该平台在识别非凡目标和化合物方面变得越来越好,而且速度也越来越快。

该公司的平台融合了最先进的生物学和医学知识,由最强大的自动化技术驱动,并使用专有和公共数据集构建。公司研究工作一般发表在 Science、Nature、Nature Genetics、Nature Medicine、Nature Methods、IEEE Proceedings、NIPS、Bioinformatics、RECOMB 和 ISMB 上。当其他科学家和工程师发表一项发现时,公司会对其进行评估,并在适当的情况下迅速将其整合到平台中。

通过迭代和正反馈循环,使用该公司的 AI Workbench 进行预测可以改进和解锁新的治疗机会。

AI Workbench 1.0 专注于纠正 RNA 剪接,以此作为恢复蛋白质表达的一种手段。可以通过提高基因表达来潜在地治疗多种疾病,例如单倍体不足。AI Workbench 2.0 版进行了扩展,包括七种机制来增加表达并减少识别有效化合物所需的工作。

目前,该公司正在开发 AI Workbench 3.0,以支持涉及多个基因的更常见、复杂疾病的目标识别和药物发现。

正在开发的 AI Workbench 3.0,将扩大可追求的机制和遗传变异的数量。这包括扩展到更复杂的遗传疾病。由于对复杂遗传疾病中的遗传靶点了解较少,因此 AI Workbench 将在识别新靶点以及调节疾病的疗法方面发挥更大的作用。

深度基因组学 AI Workbench 在起作用:从理解疾病机制到编程 RNA 治疗

2017 年初,Deep Genomics 开发了一个名为 TargetRanch 的软件系统,用于识别可通过治疗性寡核苷酸(连接到 RNA 中特定位置的化学修饰 DNA 或 RNA 的短片段)修复的致病遗传变异。TargetRanch 的一个关键组件是在大规模基因组学数据集上训练的人工智能(AI)预测器。TargetRanch 扫描了超过 200,000 种与罕见疾病有关的遗传变异,其中发现了一种名为 ATP7B 的基因突变,该基因会导致威尔逊病。

威尔逊病是一种罕见的铜稳态失调,在北美和欧洲约有 20,000 人存在,由 ATP7B 基因编码的铜转运蛋白丢失引起。如果不治疗,威尔逊病是致命的,目前的标准护理包括积极去除铜或阻止其在肠道中吸收的药物。然而,这些药物存在显着的不良反应和依从性问题,并且铜控制不足,如果长期存在,可能会导致生命后期严重的神经和肝脏损伤。

该公司鉴定的变异 c.1934TG M645R 于 1997 年首次报道,但其机制尚不清楚。由于它直接改变了蛋白质的氨基酸序列(第 645 位的甲硫氨酸 (M) 被精氨酸 (R) 取代),一些研究人员寻找这种特定变化带来的蛋白质稳定性、定位和功能的改变——但他们没有观察到任何显著差异。

通过 AI 预测器,研究人员首次提出这种变异是致病的,因为它具有不同类型的影响,即 RNA 剪接改变(RNA 剪接是从 DNA 产生蛋白质所需的中间处理步骤)。剪接指令编码在 RNA 序列中,但它们太复杂,人类无法理解;因为它们包含数百个(如果不是数千个)序列基序,这些序列基序经常联合作用。

魁北克人工智能研究所 Mila 于 2021 年 9 月 20 日宣布开始与人工智能治疗领域的领先公司 Deep Genomics 建立合作伙伴关系。此次合作将使公司能够加入 Mila 的社区并利用研究所提供的招聘活动。Deep Genomics 使用 AI 和机器学习来编程和优先考虑针对未满足医疗需求的遗传疾病的转化疗法。

Mila 是一个非营利组织,因其对机器学习的重大贡献而得到国际认可,特别是在语言建模、机器翻译、对象识别和生成模型等领域。

Mila 由蒙特利尔大学的 Yoshua Bengio 教授于 1993 年创立,是一个人工智能研究机构,聚集了 500 多名专门从事机器学习领域的研究人员。Mila 的使命是成为推动创新和开发人工智能的全球科学进步极点,造福于所有人。

「Tal 的经验和能力非常符合我们建立世界领先的可编程药物公司的使命。」Deep Genomics 创始人兼首席执行官、FRSC 博士 Brendan Frey 说,「我们独特的 AI Workbench 结合了 AI 和 RNA 生物学方面的世界一流专业知识,能够发现使用传统药物发现方法无法发现的新靶点和疗法。」

「通过应用其创新的 AI 平台将寡核苷酸创建为『可编程药物』,Deep Genomics 在推进广泛的临床前项目管道方面表现出了非凡的生产力。」Zaks 说,「人工智能和深度学习显然正在成为生物技术行业的显着差异化因素,我预计未来成功的药物发现中的大部分(如果不是大部分)都将由人工智能提供支持。我很高兴与 Deep Genomics 合作,因为它引领我们走向那个未来。」

Similar Posts

发表回复

您的电子邮箱地址不会被公开。