Машинное обучение позволит быстро анализировать нанопрепараты для иммунотерапии рака

МЕНЮ


Искусственный интеллект
Поиск
Регистрация на сайте
Помощь проекту

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



RSS


RSS новости


2019-02-25 10:05

ии в медицине

Сферическая нуклеиновая кислота (СНК) с ядром и без. Эффективное программирование этой частицы поможет формировать иммунный ответ в таких сложных болезнях как рак.

Благодаря способности лечить разнообразные болезни, сферическая нуклеиновая кислота (СНК) может произвести революцию в медицине. Но перед тем как запрограммированные наноструктуры полностью раскроют свой потенциал, исследователям надо оптимизировать компоненты в их составе.

Группа учёных из Северо-Западного университета (Northwestern University, США) под руководством пионера нанотехнологии Чада Миркина (Chad A. Mirkin) разработала путь оптимизации этих перспективных частиц. Теперь наука на шаг ближе к решению проблемы лечения различных форм рака, генетических заболеваний, заболеваний нервной системы и многого другого.

«Сферическая нуклеиновая кислота представляет собой новый класс лекарств, которые уже проходят клинические опыты на пяти человеках с различными болезнями, включая глиобластому (наиболее распространённая и смертельная форма рака мозга) и псориаз», — говорят Миркин, изобретатель СНК, и Джордж Б. Ратманн (George B. Rathmann), профессор химии в Колледже искусств и наук Вайнбергов (Weinberg College of Arts and Sciences) Северо-Западного Университета.

Новое исследование, опубликованное в Nature Biomedical Engineering, подробно описывает метод оптимизации с применением машинного обучения для быстрого синтеза, измерения и анализа деятельности и свойств структур СНК.

Исследователи определили около тысячи потенциально полезных СНК и одиннадцать проектных параметров, изменение которых можно использовать для оптимизации производительности сферических нуклеиновых кислот. Для быстрого измерения иммунной активации СНК учёные использовали масс-спектрометрический анализ, а для её цифрового моделирования и определения минимального количества частиц, способного запустить оптимальную активность, — машинное обучение.

СНК изобретена и разработана в Северо-Западном университете, это наноструктуры, состоящие из шароподобных форм ДНК и РНК, скомпонованных на поверхности наночастицы. Исследователи могут запрограммировать СНК для точного, персонализированного лечения, в частности для отключения конкретных генов, подавления клеточной активности, а также для стимулирования собственного иммунного ответа организма на самые разные заболевания, включая некоторые формы рака.

СНК сложно оптимизировать из-за её структуры, а также размера и конфигурации частицы: последовательность ДНК и включения других молекулярных компонентов могут варьировать множеством способов — всё это влияет на эффективность запуска иммунного ответа. Например, способность стимулировать иммунный ответ может зависеть от размера наночастицы, её состава и/или того, как молекула ДНК расположена на её поверхности.

«Благодаря новой информации исследователи могут ранжировать структурные переменные в порядке важности и эффективности, это поможет установить правила эффективного программирования СНК», — говорит Эндрю Ли (Andrew Lee), соавтор исследования.

«Эта работа показывает, что мы можем разобраться со сложностью пространственного дизайна СНК, что позволит нам сфокусироваться на их наиболее перспективных структурных особенностях, и, в конце концов, разработать мощное средство для борьбы с раком», — добавляет Чад Миркин.


Источник: 22century.ru

Комментарии: