Разработанный компанией Insilico Medicine с помощью искусственного интеллекта препарат для лечения идиопатического фиброза легких переходит в III фазу клинических испытаний.

Инсилико-медицина продвигается к Третья фаза клинических испытаний на людях для тестирования препарата, идентифицированного с помощью искусственного интеллекта. идиопатический легочный фиброз (ИЛФ)Этот процесс предоставляет сектору разработки лекарств с помощью вычислительных методов эмпирические тестовые примеры, продвигая разработанные с помощью ИИ лекарства от ранних этапов оценки безопасности к поздней стадии подтверждения эффективности.

Идиопатический фиброз легких (ИФЛ) разрушает дыхательную функцию из-за тяжелого рубцевания легочной ткани. Как правило, у пациентов наблюдаются следующие симптомы: Средняя продолжительность жизни после постановки диагноза составляет от двух до четырех лет.Препарат, идентифицированный с помощью ИИ, рентосертибПри пероральном приеме ингибирует киназу, взаимодействующую с TRAF2 и NCK, для воздействия на основные механизмы заболевания.

📊 Результаты клинических испытаний фазы IIa

В рандомизированном исследовании была проведена оценка 71 пациент в 22 клинических центрах КитаяУчастники были разделены на группы, получавшие плацебо и активное лечение. Исследователи назначали препарат в дозах 30 мг или 60 мг ежедневно в течение 12-недельного периода наблюдения.

Пациенты, назначенные в режим 60 мг один раз в день продемонстрировали среднее увеличение форсированной жизненной емкости легких на +98,4 млрезко контрастирует с Потеря емкости 20,3 мл зафиксировано в группе плацебо.

Профили безопасности оставались управляемыми, а частота нежелательных явлений соответствовала ожидаемым базовым показателям во всех группах исследования. Регулирующие органы в Управление по санитарному надзору за качеством пищевых продуктов и медикаментов США (FDA) предоставленный «Присвоение статуса орфанного препарата» к активу в феврале 2023 года.

🧬 Алгоритмическая приоритизация целей с помощью мультиомиксных методов

Развитие полностью зависит от Pharma.AI, это запатентованный вычислительный конвейер, используемый в Insilico Medicine. Рабочий процесс разделяется на отдельные модули, обрабатывающие конкретные задачи в области биологии и химической инженерии.

ПандаОмикс Система выполняет начальный этап поиска мишени. Она обрабатывает обширные биологические наборы данных, геномные данные, результаты клинических испытаний, научную литературу и патентную информацию для построения комплексных моделей биологических сетей. Алгоритмы применяют механизмы причинно-следственного анализа для выявления новых связей между заболеваниями, скрытых в архитектуре данных.

PandaOmics изолирован ТНИК в качестве основной биологической мишени при лечении идиопатического фиброза легких (ИФЛ). Вычислительная система обошла пути рецепторных тирозин-киназ, на которые нацелены существующие антифибротические препараты.

Программное обеспечение определило TNIK как центральный узел регулирования. фиброз и воспаление с помощью Сигнальные каналы Wnt, TGF-β, Hippo/YAP-TAZ, JNK и NF-κBПроцесс отбора целевых объектов включал в себя концепцию признаков старения, оценивая биологические мишени на основе их участия в множественных механизмах старения, хроническом воспалении и ремоделировании внеклеточного матрикса.

Фэн Жэнь, доктор философии, со-генеральный директор и главный научный сотрудник компании Insilico Medicine, заявил: «Идиопатический фиброз легких — один из наиболее наглядных клинических примеров возрастного заболевания, при котором фиброз, хроническое воспаление, ремоделирование внеклеточного матрикса и клеточное старение пересекаются».

«Рентосертиб был открыт не путем поиска традиционной мишени и простого скрининга большего количества соединений. Он появился в результате...» Рабочий процесс ИИ, ориентированный на биологические особенности и учитывающий особенности старения. «Мы связали TNIK с механизмами фиброзных и воспалительных заболеваний, а затем использовали генеративную химию для создания лекарственного препарата, обладающего свойствами, необходимыми для клинической разработки».

⚗️ Генеративная реализация молекулярной инженерии

После выбора цели, Химия42 Система Chemistry42 выполняет генеративное молекулярное проектирование. Она отличается от традиционных методов высокопроизводительного скрининга. Chemistry42 не ищет в существующих библиотеках соединений — вместо этого система применяет Генеративное тензорное обучение с подкреплением Цель состоит в создании молекул, которые физически соответствуют целевому белковому карману. Этот алгоритмический процесс проектирования обеспечивает баланс между структурным соответствием и требуемыми фармакологическими свойствами.

Фаза вычислительной генерации синтезировала точно 79 физических молекул пройти испытания. Инженерная группа выбрала 55-я итерация для перехода к доклиническим испытаниям. Этот целевой протокол генерации сократил сроки от начала проекта до выбора кандидата для доклинических исследований. 18 месяцев.

Базовая архитектура основана на публикации компании в 2019 году. Методология GENTRL в журнале Nature Biotechnology. Платформа создает воспроизводимые системы, регулирующие генерацию молекул, избегая капиталоемких процессов проб и ошибок, определяющих стандартную фармацевтическую химию.

🔬 Подтверждение биологического воздействия с помощью протеомного анализа

Клиническая оценка включает в себя комплексный протеомный анализ для подтверждения алгоритмически предсказанных биологических взаимодействий. Компания Insilico Medicine использует внутренние протеомные модели «часов старения» в рамках исследования идиопатического фиброза легких (ИФЛ) для получения результатов, полученных в ходе дальнейших геронтологических исследований.

Протеомные часы хронологического возраста - включая ProtAge, OrganAgechrono, ipfP3GPT и PAOPAC – отслеживать прогнозируемые изменения биологического возраста, вызванные вмешательством. Исследователи используют траектории, связанные с возрастом, из UK Biobank в качестве внешних сравнительных наборов данных, сопоставляя белки, реагирующие на лечение, с данными широкой популяции.

Протеомные часы, связанные с риском смертностиВключая PAC и OrganAgemortality, они обеспечивают ортогональные аналитические потоки наряду со стандартными клиническими конечными точками. Клинические группы выполняют Анализ сигнатур SenMayo и CellAge оценить биологические особенности старения и связанного с ним секреторного фенотипа в клеточных моделях.

Рецензируемые научные работы, опубликованные в Старение и болезни подтверждено, что фармакологическое ингибирование TNIK приводит к сеноморфная активность, что приводит к заметному снижению показателей ремоделирования внеклеточного матрикса.

📚 Документирование вычислительного конвейера

Прохождение рентосертиба через клинические этапы обеспечивает документированный, прошедший экспертную оценку информационный след, необходимый для проверки возможностей ИИ в медико-биологических науках. Природа биотехнологии Опубликован полный цикл разработки и клинических исследований. В публикации подробно описан алгоритмический метод определения приоритетности мишеней TNIK, результаты генеративной химии, данные о доклинической эффективности и фармакокинетика на I фазе клинических испытаний на людях.

Журнал медицинской химии Были опубликованы результаты структурно-биологического подтверждения, подробно описывающие открытие новых химических типов ингибиторов TNIK и предоставляющие структурное обоснование в виде сокристаллической структуры киназного домена TNIK. Природная медицина Были задокументированы данные по безопасности и функции легких на этапе IIa, что обеспечило эмпирическое подтверждение вычислительных прогнозов.

Алекс Жаворонков, доктор медицинских наук, основатель и генеральный директор компании Insilico Medicine, прокомментировал: «Программа Rentosertib имеет определяющее значение для Insilico, поскольку она отражает весь спектр нашей миссии: использование ИИ не только для ускорения процессов, но и для создания новых биологических, химических и терапевтических возможностей».

«Эта программа началась с гипотезы о том, что…» Изучение биологии старения может помочь выявить эффективные мишени для лечения основных заболеваний.. На данный момент разработка прошла этапы поиска мишеней, молекулярного дизайна, доклинической валидации, оценки безопасности на I фазе, получения рандомизированных данных клинических исследований IIa фазы и перехода к III фазе разработки. Для области разработки лекарств с использованием ИИ это уже не просто история успеха — это настоящий прорыв. история клинического перевода."

⚡ Главный вывод: Внедрение ИИ в биофармацевтику требует наличия проверяемых данных о результатах лечения людей. III фаза клинических испытаний Это подвергает генеративные алгоритмы окончательной проверке на клиническую эффективность, что знаменует собой важную веху в разработке лекарств с использованием искусственного интеллекта.