Cellarity, חברת ביוטכנולוגיה בשלבים קליניים המפתחת טיפולי Cell State-Correcting באמצעות מודלים משולבים מולטי-omics ו-AI, הודיעה היום על פרסום כתב יד מכונן ב- תקשורת טבעהמתארת מסגרת חדשה לחיזוי ואפיון של פגיעה בכבד הנגרמת על ידי תרופות (DILI), יחד עם פרסום בקוד פתוח של המודל ונתוני אימות.
DILI הוא אחד מאתגרי הבטיחות המשמעותיים ביותר בפיתוח תרופות טיפוליות כיום, שכן אירועי בטיחות כבד שלא זוהו בבדיקות פרה-קליניות עלולים להתרחש בחולים המובילים לכשלים בניסויים קליניים ולעיתים אף לנסיגות שוק. למעשה, מודלים של בעלי חיים אינם מצליחים לזהות עד מחצית מהתרופות הנחקרות הקשורות ל-DILI.
כדי להתמודד עם האתגר הזה, Cellarity עיצבה מודל AI משולב בשם ToxPredictor, אשר מעריכה toxicogenomics כדי לחזות סיכוני DILI הקשורים למינון. הליבה של מסגרת זו היא ספריית תעתיקים בהפטוציטים אנושיים ראשוניים הנקראת DILImapהממחיש את חתימת התעתיק של 300 תרכובות המקושרות ל-DILI בריכוזים מרובים. זֶה DILImap כולל את מערך הנתונים הטוב ביותר המוכר של טוקסיקוגנומיקה הזמין עבור מודלים של DILI, התקדמות משמעותית כאשר הרגולטורים שואפים להפחית את ההסתמכות על מודלים של בעלי חיים בבדיקות סמים. הפרסום ב תקשורת טבע מתאר את האימות של המסגרת, שהדגימה רגישות של 88% בספציפיות של 100% בהערכה עיוורת, עלתה על יותר מ-20 מודלים פרה-קליניים סטנדרטיים בתעשייה וזיהתה מספר כשלי בטיחות קליניים בשלב 3 שלא זוהו במחקרים בבעלי חיים.
אנחנו רואים את Cellarity's ToxPredictor כצעד בסיסי קדימה ברעלנות ניבוי, שכן המודל שלנו מספק תובנות עמוקות המאפשרות הבנה מקיפה יותר של מנגנוני רעילות הכבד. יישום למידת מכונה על toxicogenomics טומן בחובו הבטחה גדולה לגילוי ופיתוח יעיל יותר של תרופות, חיסכון משמעותי בעלויות, והכי חשוב, שיפור בטיחות המטופל".
פארול דושי, מנהל הנתונים הראשי של Cellarity
בנוסף לניבוי סיכוני בטיחות, הפלטפורמה מספקת בהירות משופרת על מסלולי הפטוטוקסיה כדי לאפשר החלטות לגבי שולי בטיחות מורכבים. בניגוד לקריאה של נקודת קצה בודדת – אפילו ממודלים תלת מימדיים – transcriptomics מציעה עדשה ברזולוציה גבוהה יותר על המסלולים והקשרים המולקולריים המורכבים כדי לזהות מנגנוני DILI מגוונים שלא ניתן לתפוס על ידי מבחני קונבנציונליים. על ידי מינוף הנוף הטרנסקריפטומי המלא, המודל מסוגל לתפוס מגוון רחב של מנגנונים הקשורים ל-DILI, כגון תפקוד לקוי של המיטוכונדריה, לחץ חמצוני, הפעלה חיסונית ושינויים מטבוליים. בהשוואות ראש בראש, המודל זיהה באופן ייחודי סיכונים רבים שאינם ציטוטוקסיים שהוחמצו על ידי מבחני תלת מימד.
שחרור נתונים בקוד פתוח
Cellarity הפכה את המודל הזה ואת נתוני האימות לזמינים לציבור, מספקת כלי שיתוף פעולה רב עוצמה להורדת סיכונים של מועמדים לתרופות ומכינה את הבמה לשינוי פרדיגמה בהערכות בטיחות. המשאבים זמינים בכתובת https://dilimap.org/review-dUFZulWv8k7bERJ3FQs438.
