Les chercheurs de la DTU développent une plateforme d'IA pour concevoir des protéines personnalisées pour l'immunothérapie ciblée contre le cancer
En bref Des chercheurs de l'Université technique du Danemark ont développé une plateforme alimentée par l'IA qui conçoit rapidement des protéines personnalisées pour guider les cellules immunitaires dans le ciblage du cancer, avec des essais cliniques prévus dans les cinq ans.
Les chercheurs du Université technique du Danemark ont introduit un Plateforme basée sur l'IA Conçu pour accélérer le développement de protéines sur mesure qui soutiennent la réponse du système immunitaire contre le cancer. Ce système permet la création de protéines spécialisées en quelques semaines au lieu de plusieurs années, aidant ainsi les lymphocytes T immunitaires à identifier et à attaquer les cellules cancéreuses.
La plateforme intègre trois modèles d'IA pour concevoir des protéines « mini-liantes » qui se fixent aux lymphocytes T et leur fournissent un mécanisme de guidage moléculaire pour cibler des cancers, comme le mélanome. Cette approche a été appliquée au développement de protéines adaptées à des marqueurs cancéreux répandus et spécifiques à chaque patient, suggérant des applications potentielles en oncologie personnalisée.
Afin de construire ces outils moléculaires, les chercheurs ont d'abord utilisé un modèle génératif appelé RFdiffusion pour examiner la structure d'une protéine liée au cancer appelée NY-ESO-1, qui est couramment présente sur les cellules tumorales. Un deuxième Modèle IA Des séquences d'acides aminés ont été générées, dont on prédit qu'elles se replieraient en structures précises capables de se lier à cette cible. Un troisième modèle a affiné les résultats, filtrant des dizaines de milliers de séquences générées jusqu'à 44 candidates pour une évaluation en laboratoire. Parmi celles-ci, une conception a démontré une performance efficace.
De plus, la plateforme intègre un processus de sélection de sécurité virtuel permettant d'anticiper et d'exclure les protéines susceptibles d'interagir avec les tissus sains, améliorant ainsi la sécurité avant tout test physique. Le flux de travail intègre AlphaFold2, l'outil primé de prédiction des protéines développé par Google DeepMind , et compresse un cycle de développement traditionnellement pluriannuel en quelques semaines.
La thérapie cellulaire améliorée par l'IA devrait entrer dans les essais cliniques sur l'homme d'ici cinq ans
Timothy Patrick Jenkins, l'un des chercheurs de l'équipe, estime qu'il faudra environ cinq ans avant que la nouvelle méthode n'atteigne le stade des premiers essais cliniques sur des sujets humains. Une fois prêt à être appliqué, le protocole thérapeutique devrait s'aligner sur les thérapies anticancéreuses existantes utilisant des lymphocytes T génétiquement modifiés, communément appelés cellules CAR-T, actuellement approuvées pour le traitement de maladies telles que le lymphome et la leucémie.
Le processus thérapeutique débutera par une prise de sang réalisée en milieu hospitalier, comparable à une analyse sanguine standard. Des cellules immunitaires seront ensuite isolées de l'échantillon prélevé, puis modifiées en laboratoire pour y intégrer les protéines miniliantes générées par l'IA. Ces cellules immunitaires altérées seront ensuite réintroduites dans l'organisme du patient, où elles seront conçues pour fonctionner avec une grande précision, localisant et neutralisant les cellules cancéreuses avec une précision ciblée.
Ces dernières recherches s'inscrivent dans une tendance plus large de progrès en biologie computationnelle. Plus tôt cette année, l'équipe de Timothy Patrick Jenkins a également appliqué l'IA au développement de protéines génétiquement modifiées destinées à améliorer l'efficacité des sérums antivenimeux contre les morsures de serpent.
Avertissement : le contenu de cet article reflète uniquement le point de vue de l'auteur et ne représente en aucun cas la plateforme. Cet article n'est pas destiné à servir de référence pour prendre des décisions d'investissement.
Vous pourriez également aimer
10e anniversaire de l'ETH – Fiesta communautaire Bitget
[Listing initial] Bitget va lister DePHY (PHY). Venez partager 6 600 000 PHY
Nouvelles paires de trading Spot sur marge - ES/USDT!
SLPUSDT lancé pour le trading de Futures et les bots de trading
En vogue
PlusPrix des cryptos
Plus








