В онлайн-выпуске Nature Communications от 12 июля 2021 года исследователи из Медицинской школы Калифорнийского университета в Сан-Диего описывают новый подход, который использует машинное обучение для поиска целей заболевания, а затем предсказывает, получит ли лекарство одобрение FDA.

Результаты исследования могут существенно изменить то, как исследователи просматривают большие данные, чтобы найти значимую информацию, которая принесет значительную пользу пациентам, фармацевтической промышленности и системам здравоохранения страны.

"Академические лаборатории, фармацевтические и биотехнологические компании имеют доступ к неограниченному объему "больших данных" и лучшим, чем когда-либо, инструментам для анализа таких данных. Однако, несмотря на эти невероятные достижения в области технологий, показатели успеха в области открытия лекарств сегодня ниже, чем в 1970-х годах", - сказал Прадипта Гош, доктор медицинских наук, старший автор исследования и профессор медицинских факультетов и клеточной и молекулярной медицины в Медицинской школе Калифорнийского университета в Сан-Диего.

"В основном это связано с тем, что препараты, которые идеально работают на доклинических моделях, таких как лабораторные мыши, которые генетически или иным образом идентичны друг другу, не переносятся пациентами в клинике, где каждый человек и его заболевание уникальны. Именно эта изменчивость в клинике считается ахиллесовой пятой любой программы по открытию лекарств."

В новом исследовании Гош и его коллеги заменили первый и последний шаги в доклиническом открытии лекарств двумя новыми подходами, разработанными в Институте сетевой медицины Калифорнийского университета в Сан-Диего (iNetMed), который объединяет несколько исследовательских дисциплин для разработки новых решений для развития наук о жизни и технологий и улучшения здоровья человека.

Исследователи использовали модель заболевания для воспалительного заболевания кишечника (ВЗК), которое представляет собой сложное, многогранное, рецидивирующее аутоиммунное заболевание, характеризующееся воспалением слизистой оболочки кишечника. Поскольку это влияет на все возрасты и снижает качество жизни пациентов, ВЗК является приоритетной областью заболеваний для поиска лекарств и представляет собой сложное состояние для лечения, поскольку нет двух пациентов, которые ведут себя одинаково.

На первом этапе, называемом идентификацией цели, использовалась методология искусственного интеллекта (ИИ), разработанная Центром сети прецизионных вычислительных систем (PreCSN), вычислительным подразделением iNetMed. Подход ИИ помогает моделировать заболевание, используя карту последовательных изменений экспрессии генов в начале и во время прогрессирования заболевания. Что отличает это сопоставление от других существующих моделей, так это использование математической точности для распознавания и извлечения всех возможных фундаментальных правил паттернов экспрессии генов, многие из которых упускаются из виду современными методологиями.

Лежащие в основе алгоритмы гарантируют, что выявленные паттерны экспрессии генов являются "инвариантными" независимо от различных когорт заболеваний. Другими словами, PreCSN создает карту, которая извлекает информацию, применимую ко всем пациентам с ВЗК.

"В личных сравнениях мы продемонстрировали превосходство этого подхода над существующими методологиями для точного прогнозирования" победителей " и "проигравших" в клинических испытаниях",-сказал Гош.

Последний этап, называемый целевой валидацией в доклинических моделях, был проведен в рамках первого в своем роде клинического испытания фазы "0" с использованием живого биобанка органоидов, созданного у пациентов с ВЗК в Центре передового опыта исследований ГУМАНОИДОВ (CoRE), трансляционном подразделении iNetMed.

Подход фазы "0" включает тестирование эффективности лекарств, идентифицированных с использованием модели искусственного интеллекта, на органоидных моделях заболеваний человека—культивируемых клетках человека в 3D-среде, которые имитируют заболевания вне организма. В данном случае кишечник, пораженный ВЗК, в тарелке.

"Концепция испытания" фазы 0 " была разработана потому, что большинство лекарств терпят неудачу где-то между фазами I и III. Прежде чем приступить к пациентам в клинике," фаза 0 "проверяет эффективность в моделях заболеваний человека, где неэффективные соединения могут быть отвергнуты на ранних стадиях процесса, экономя миллионы долларов", - сказала Сумита Дас, доктор философии, соавтор исследования, директор Центра ГУМАНОИДОВ и доцент кафедры патологии Медицинской школы Калифорнийского университета в Сан-Диего.

Биопсия тканей для исследования была взята во время процедур колоноскопии с участием пациентов с ВЗК. Эти биопсии использовались в качестве источника стволовых клеток для выращивания органоидов.

"Было два главных сюрприза. Во-первых, мы увидели, что, несмотря на отсутствие иммунных клеток в стенке кишечника и триллионов микробов, находящихся в слизистой оболочке кишечника, эти органоиды у пациентов с ВЗК показали характерные признаки протекающего кишечника с нарушенными клеточными границами", - сказал Дас.

"Во-вторых, препарат, идентифицированный моделью искусственного интеллекта, не только восстановил разрушенные барьеры, но и защитил их от нападения патогенных бактерий, которые мы добавили в модель кишечника. Эти результаты подразумевают, что препарат может работать как при острых вспышках, так и для поддерживающей терапии для предотвращения таких вспышек."

Исследователи обнаружили, что вычислительный подход обладает удивительно высоким уровнем точности в различных группах пациентов с ВЗК, и вместе с подходом фазы "0" они разработали первоклассную терапию для восстановления и защиты барьера протекающей кишки при ВЗК.

"Наше исследование показывает, как вероятность успеха в клинических испытаниях III фазы для любой цели может быть определена с математической точностью",-сказал Дебашис Саху, доктор философии, соавтор исследования, который возглавляет PreCSN и является доцентом кафедры педиатрии и компьютерных наук в Медицинской школе Калифорнийского университета в Сан-Диего и Калифорнийского университета в Сан-Диего.

"Наш подход может обеспечить прогностическую мощность, которая поможет нам понять, как прогрессируют заболевания, оценить потенциальные преимущества препарата и разработать стратегию использования комбинации методов лечения, когда текущее лечение не помогает", - сказал Саху.

Авторы заявили, что следующие шаги включают тестирование того, может ли препарат, прошедший испытание на "0" в блюде, пройти испытания III фазы в клинике; и могут ли те же методы использоваться при других заболеваниях, начиная от различных видов рака и болезни Альцгеймера и заканчивая неалкогольной жировой болезнью печени.

"Наш план имеет потенциал для того, чтобы разрушить статус-кво и обеспечить лучшие лекарства от хронических заболеваний, для которых еще предстоит найти хорошие терапевтические решения", - сказал Гош.

ИСТОЧНИК