<ins id="hdxhj"><ol id="hdxhj"><form id="hdxhj"></form></ol></ins>

      <video id="hdxhj"></video>

      <track id="hdxhj"></track>

      <form id="hdxhj"></form>
        <mark id="hdxhj"><dfn id="hdxhj"></dfn></mark>
        <track id="hdxhj"><font id="hdxhj"><mark id="hdxhj"></mark></font></track>

            <output id="hdxhj"><menuitem id="hdxhj"></menuitem></output>

            <pre id="hdxhj"><b id="hdxhj"><menuitem id="hdxhj"></menuitem></b></pre>
            27, 11月 2022
            Deep Genomics:結合 AI 與 RNA 生物學關注遺傳疾病治療

            Deep Genomics 使用 AI 和機器學習,對基于轉化核苷酸的遺傳疾病療法進行編程和優先排序。

            RNA 作為一種治療方式已經在全球范圍內出現,新藥被批準用于罕見疾病和疫苗。這僅僅是個開始。每個人一生中都會面臨遺傳病。而且,由于可以對 RNA 療法進行編程以精確針對遺傳原因,他們可以設想解決大多數遺傳條件。尋找療法需要挖掘 RNA 生物學數據。但是,這些數據龐大、復雜且勢不可擋,這使得藥物發現的標準方法過于緩慢且成本高昂。

            Deep Genomics 提供了解決方案:他們的 AI Workbench 解決了 RNA 生物學的復雜性,識別了新的靶標,并評估了數千種可能性,以確定最佳的治療候選者。

            AI Workbench 使研究人員能夠有效地找到具有理想特性的候選藥物。該公司專注于在 RNA 或 DNA 水平上靶向疾病遺傳決定因素的空間阻斷寡核苷酸(SBO)的開發和營銷。這些遺傳疾病是由改變的分子表型介導的,例如轉錄、剪接、翻譯和蛋白質結合。預測這些變化是該公司的核心競爭力。寡核苷酸治療設計空間包括數百億種化合物,但該公司的平臺可以有效地搜索這個空間。

            工作人員會收集使用平臺識別的每種化合物的數據。這包括治療候選藥物和數以千計的新型探索性化合物。也收集與臨床試驗的生物標志物相關的數據。所有這些數據都會反饋到 AI 系統中,從而關閉循環。他們甚至測試突破可能性界限的化合物。這意味著該平臺在識別非凡目標和化合物方面變得越來越好,而且速度也越來越快。

            該公司的平臺融合了最先進的生物學和醫學知識,由最強大的自動化技術驅動,并使用專有和公共數據集構建。公司研究工作一般發表在 Science、Nature、Nature Genetics、Nature Medicine、Nature Methods、IEEE Proceedings、NIPS、Bioinformatics、RECOMB 和 ISMB 上。當其他科學家和工程師發表一項發現時,公司會對其進行評估,并在適當的情況下迅速將其整合到平臺中。

            通過迭代和正反饋循環,使用該公司的 AI Workbench 進行預測可以改進和解鎖新的治療機會。

            AI Workbench 1.0 專注于糾正 RNA 剪接,以此作為恢復蛋白質表達的一種手段??梢酝ㄟ^提高基因表達來潛在地治療多種疾病,例如單倍體不足。AI Workbench 2.0 版進行了擴展,包括七種機制來增加表達并減少識別有效化合物所需的工作。

            目前,該公司正在開發 AI Workbench 3.0,以支持涉及多個基因的更常見、復雜疾病的目標識別和藥物發現。

            正在開發的 AI Workbench 3.0,將擴大可追求的機制和遺傳變異的數量。這包括擴展到更復雜的遺傳疾病。由于對復雜遺傳疾病中的遺傳靶點了解較少,因此 AI Workbench 將在識別新靶點以及調節疾病的療法方面發揮更大的作用。

            深度基因組學 AI Workbench 在起作用:從理解疾病機制到編程 RNA 治療

            2017 年初,Deep Genomics 開發了一個名為 TargetRanch 的軟件系統,用于識別可通過治療性寡核苷酸(連接到 RNA 中特定位置的化學修飾 DNA 或 RNA 的短片段)修復的致病遺傳變異。TargetRanch 的一個關鍵組件是在大規?;蚪M學數據集上訓練的人工智能(AI)預測器。TargetRanch 掃描了超過 200,000 種與罕見疾病有關的遺傳變異,其中發現了一種名為 ATP7B 的基因突變,該基因會導致威爾遜病。

            威爾遜病是一種罕見的銅穩態失調,在北美和歐洲約有 20,000 人存在,由 ATP7B 基因編碼的銅轉運蛋白丟失引起。如果不治療,威爾遜病是致命的,目前的標準護理包括積極去除銅或阻止其在腸道中吸收的藥物。然而,這些藥物存在顯著的不良反應和依從性問題,并且銅控制不足,如果長期存在,可能會導致生命后期嚴重的神經和肝臟損傷。

            該公司鑒定的變異 c.1934TG M645R 于 1997 年首次報道,但其機制尚不清楚。由于它直接改變了蛋白質的氨基酸序列(第 645 位的甲硫氨酸 (M) 被精氨酸 (R) 取代),一些研究人員尋找這種特定變化帶來的蛋白質穩定性、定位和功能的改變——但他們沒有觀察到任何顯著差異。

            通過 AI 預測器,研究人員首次提出這種變異是致病的,因為它具有不同類型的影響,即 RNA 剪接改變(RNA 剪接是從 DNA 產生蛋白質所需的中間處理步驟)。剪接指令編碼在 RNA 序列中,但它們太復雜,人類無法理解;因為它們包含數百個(如果不是數千個)序列基序,這些序列基序經常聯合作用。

            魁北克人工智能研究所 Mila 于 2021 年 9 月 20 日宣布開始與人工智能治療領域的領先公司 Deep Genomics 建立合作伙伴關系。此次合作將使公司能夠加入 Mila 的社區并利用研究所提供的招聘活動。Deep Genomics 使用 AI 和機器學習來編程和優先考慮針對未滿足醫療需求的遺傳疾病的轉化療法。

            Mila 是一個非營利組織,因其對機器學習的重大貢獻而得到國際認可,特別是在語言建模、機器翻譯、對象識別和生成模型等領域。

            Mila 由蒙特利爾大學的 Yoshua Bengio 教授于 1993 年創立,是一個人工智能研究機構,聚集了 500 多名專門從事機器學習領域的研究人員。Mila 的使命是成為推動創新和開發人工智能的全球科學進步極點,造福于所有人。

            「Tal 的經驗和能力非常符合我們建立世界領先的可編程藥物公司的使命?!笵eep Genomics 創始人兼首席執行官、FRSC 博士 Brendan Frey 說,「我們獨特的 AI Workbench 結合了 AI 和 RNA 生物學方面的世界一流專業知識,能夠發現使用傳統藥物發現方法無法發現的新靶點和療法?!?/p>

            「通過應用其創新的 AI 平臺將寡核苷酸創建為『可編程藥物』,Deep Genomics 在推進廣泛的臨床前項目管道方面表現出了非凡的生產力?!筞aks 說,「人工智能和深度學習顯然正在成為生物技術行業的顯著差異化因素,我預計未來成功的藥物發現中的大部分(如果不是大部分)都將由人工智能提供支持。我很高興與 Deep Genomics 合作,因為它引領我們走向那個未來?!?/p>

            發表回復

            您的電子郵箱地址不會被公開。 必填項已用*標注

            欧美激情视频在线观看一区
            <ins id="hdxhj"><ol id="hdxhj"><form id="hdxhj"></form></ol></ins>

                <video id="hdxhj"></video>

                <track id="hdxhj"></track>

                <form id="hdxhj"></form>
                  <mark id="hdxhj"><dfn id="hdxhj"></dfn></mark>
                  <track id="hdxhj"><font id="hdxhj"><mark id="hdxhj"></mark></font></track>

                      <output id="hdxhj"><menuitem id="hdxhj"></menuitem></output>

                      <pre id="hdxhj"><b id="hdxhj"><menuitem id="hdxhj"></menuitem></b></pre>