Insilico Medicine, une société de découverte de médicaments axée sur l’intelligence artificielle (IA) de bout en bout au stade clinique, et l’Université de Copenhague ont annoncé aujourd’hui la publication du premier lot de résultats du travail collaboratif visant à effectuer des tests multi-omiques analyses dans le contexte des maladies liées à l’âge à l’aide d’une cible axée sur l’IA et d’un pipeline de découverte de médicaments. Les résultats, appuyés par des chercheurs de l’Université de Chicago, ont été publiés dans l’édition du 26 novembre de La nature Mort cellulaire et maladie.
Les stratégies thérapeutiques existantes pour le traitement des principaux types de cancer peuvent ne pas être efficaces pour tous les patients. Les résultats cliniques hétérogènes observés chez les patients atteints du même type de cancer ainsi qu’une compréhension incomplète des signatures moléculaires liées au cancer contribuent à l’échec des essais cliniques et limitent le développement de thérapies avancées sur mesure. La découverte des biomarqueurs associés à la réponse au traitement est nécessaire de toute urgence, notent les chercheurs, pour optimiser les critères de sélection d’un patient pour les essais cliniques, atteindre les critères d’efficacité et améliorer les thérapies déjà existantes.
Afin de trouver ces biomarqueurs, l’équipe de scientifiques a étudié des ensembles de données d’expression génique dérivés de maladies de réparation de l’ADN avec un risque accru de cancer pour trouver des gènes couramment dérégulés potentiellement impliqués dans la progression du cancer. Avec les gènes les plus significativement perturbés servant de biomarqueurs, les chercheurs ont effectué une analyse de survie sur 33 types de cancer et ont sélectionné ceux qui présentaient une stratification de confiance élevée parmi les patients atteints de cancer. Ce dernier est particulièrement important pour la découverte ultérieure de cibles, car les patients dont les résultats cliniques sont défavorables bénéficieraient le plus de thérapies plus adaptées. La plate-forme PandaOmics basée sur l’IA d’Insilico Medicine a été utilisée pour effectuer une analyse complète de l’expression génique différentielle, une stratification de la survie et la découverte de cibles.
Les chercheurs ont découvert 10 gènes significativement perturbés avec un schéma d’expression similaire parmi les troubles sélectionnés déficients en réparation de l’ADN. Fait important, il a été démontré que la majorité des gènes divulgués stratifient au moins trois types de cancer sur la base de l’analyse de survie. Les chercheurs se sont concentrés sur le gène le plus régulé à la baisse, CEP135, qui possède une fonction cruciale dans la biogenèse des centrosomes et la division cellulaire et est en corrélation avec la sévérité de la survie chez les patients atteints de sarcome. En appliquant PandaOmics, ils ont découvert des candidats cibles potentiels pour le groupe de patients atteints de sarcome avec de mauvais résultats cliniques. Les auteurs ont identifié PLK1 comme l’un des hits les plus performants qui fonctionne dans la même voie moléculaire que CEP135, et ont ensuite validé les cibles identifiées in vitro.
« C’est incroyable que nous ayons pu générer et analyser des données et, en général, valider des hypothèses en si peu de temps en utilisant des algorithmes d’IA développés par Insilico Medicine », a déclaré Garik Mkrtchyan, professeur adjoint au Center for Healthy Aging. , Université de Copenhague, l’un des principaux chercheurs de l’étude. « Nous étions très heureux d’apporter des contributions au domaine du cancer et de souligner l’importance des découvertes de biomarqueurs pour la stratification des patients et les améliorations ultérieures de la thérapie. Je suis également reconnaissant du soutien du Dr Evgeny Izumchenko, un biologiste expert du cancer à l’Université de Chicago, pour ses orientations et ses conseils tout au long de l’étude. »
Il s’agit de la dernière d’une série de collaborations avec l’Université de Copenhague, et plus particulièrement le laboratoire de Morten, l’un des principaux groupes travaillant dans le domaine de la longévité productive saine. Cette collaboration continue a permis la publication de l’étude que nous présentons aujourd’hui, mettant en évidence le lien fort entre les déficiences de réparation de l’ADN et le cancer. Nous sommes extrêmement fiers que PandaOmics soit capable de rechercher et de justifier des cibles et des biomarqueurs pertinents dans plusieurs domaines pathologiques. »
Alex Zhavoronkov, PhD, fondateur et PDG d’Insilico Medicine
« Je suis ravi que nous ayons pu démontrer l’utilité de la plate-forme PandaOmics dans un cadre pratique », a déclaré Morten Scheibye-Knudsen, MD, PhD, professeur associé au Center for Healthy Aging de l’Université de Copenhague, un correspondant auteur du projet. « L’utilisation d’ensembles de données massifs nous permettra d’augmenter considérablement le potentiel de la médecine personnalisée à l’avenir, un domaine dans lequel Insilico Medicine occupe une position de leader. »
Les chercheurs ont noté que les résultats ne se limitent pas au gène ou au type de cancer particulier de l’étude, mais présentent également les avantages d’une application d’IA de haute confiance pour l’analyse des omiques largement applicable à la communauté de la recherche sur le cancer, car elle fournit un panel de gènes et de données de survie. pour la découverte de biomarqueurs et de cibles dans plusieurs types de cancer.
