簡単に言うとデンマーク工科大学の研究者たちは、免疫細胞が癌を標的にするためのカスタムタンパク質を迅速に設計するAI駆動プラットフォームを開発しました。臨床試験は5年以内に開始される見込みです。デンマーク工科大学の研究者たちは、癌に対する免疫系の反応をサポートするカスタムタンパク質の開発を加速するために設計されたAIベースのプラットフォームを導入しました。このシステムは、数年ではなく数週間で専門的なタンパク質の作成を可能にし、免疫T細胞が癌細胞を特定し攻撃するのを促進します。このプラットフォームは、T細胞に付着し、メラノーマなどの癌を標的にするための分子ガイダンスメカニズムを提供する「ミニバインダー」タンパク質を設計するために3つのAIモデルを統合しています。このアプローチは、広く発生する癌マーカーと患者特異的な癌マーカーの両方に合わせたタンパク質の開発に適用されており、個別化医療における潜在的な応用を示唆しています。これらの分子ツールを構築するために、研究者たちはまず、RFdiffusionと呼ばれる生成モデルを使用して、腫瘍細胞に一般的に存在する癌関連タンパク質NY-ESO-1の構造を調査しました。次に、第二のAIモデルが、このターゲットに結合できる正確な構造に折りたたまれると予測されるアミノ酸配列を生成しました。第三のモデルは、生成された数万の配列をフィルタリングし、実験室で評価するための44の候補に絞りました。この中で、1つのデザインが効果的なパフォーマンスを示しました。さらに、プラットフォームには、健康な組織と相互作用する可能性のあるタンパク質設計を予測して除外するための仮想安全スクリーニングプロセスが含まれており、物理的なテストが行われる前に安全性を高めています。このワークフローは、Google DeepMindによって開発された受賞歴のあるタンパク質予測ツールであるAlphaFold2を組み込み、従来の数年に及ぶ開発サイクルを数週間に圧縮します。## AIで強化された細胞治療は、5年以内にヒトでの試験に入ると予測されていますチームの研究者の一人であるティモシー・パトリック・ジェンキンスは、新たに開発された方法が人間の参加者を含む初期臨床試験の段階に進むまでに約5年かかると予想しています。適用の準備が整い次第、この治療プロトコルは、現在リンパ腫や白血病などの治療に承認されている遺伝子工学的に改変されたT細胞、一般的にCAR-T細胞と呼ばれる既存の癌治療と一致することが期待されています。治療プロセスは、標準的な血液検査に相当する病院環境で行われる採血から始まります。収集されたサンプルから免疫細胞が分離され、その後、AIが生成したミニバインダープロテインを取り込むために、実験室環境で修正されます。これらの改変された免疫細胞は再び患者の体内に再導入され、がん細胞を高精度で特定し、中和するように設計されています。最新の研究は、計算生物学の進展の広範な傾向の一部です。今年の初めに、ティモシー・パトリック・ジェンキンズのチームは、AIを利用して、蛇に噛まれた際の抗毒素の効果を向上させることを目的とした設計されたタンパク質を開発しました。
DTUの研究者たちが、標的がん免疫療法のためのカスタムタンパク質を設計するAIプラットフォームを開発
簡単に言うと
デンマーク工科大学の研究者たちは、免疫細胞が癌を標的にするためのカスタムタンパク質を迅速に設計するAI駆動プラットフォームを開発しました。臨床試験は5年以内に開始される見込みです。
デンマーク工科大学の研究者たちは、癌に対する免疫系の反応をサポートするカスタムタンパク質の開発を加速するために設計されたAIベースのプラットフォームを導入しました。このシステムは、数年ではなく数週間で専門的なタンパク質の作成を可能にし、免疫T細胞が癌細胞を特定し攻撃するのを促進します。
このプラットフォームは、T細胞に付着し、メラノーマなどの癌を標的にするための分子ガイダンスメカニズムを提供する「ミニバインダー」タンパク質を設計するために3つのAIモデルを統合しています。このアプローチは、広く発生する癌マーカーと患者特異的な癌マーカーの両方に合わせたタンパク質の開発に適用されており、個別化医療における潜在的な応用を示唆しています。
これらの分子ツールを構築するために、研究者たちはまず、RFdiffusionと呼ばれる生成モデルを使用して、腫瘍細胞に一般的に存在する癌関連タンパク質NY-ESO-1の構造を調査しました。次に、第二のAIモデルが、このターゲットに結合できる正確な構造に折りたたまれると予測されるアミノ酸配列を生成しました。第三のモデルは、生成された数万の配列をフィルタリングし、実験室で評価するための44の候補に絞りました。この中で、1つのデザインが効果的なパフォーマンスを示しました。
さらに、プラットフォームには、健康な組織と相互作用する可能性のあるタンパク質設計を予測して除外するための仮想安全スクリーニングプロセスが含まれており、物理的なテストが行われる前に安全性を高めています。このワークフローは、Google DeepMindによって開発された受賞歴のあるタンパク質予測ツールであるAlphaFold2を組み込み、従来の数年に及ぶ開発サイクルを数週間に圧縮します。
AIで強化された細胞治療は、5年以内にヒトでの試験に入ると予測されています
チームの研究者の一人であるティモシー・パトリック・ジェンキンスは、新たに開発された方法が人間の参加者を含む初期臨床試験の段階に進むまでに約5年かかると予想しています。適用の準備が整い次第、この治療プロトコルは、現在リンパ腫や白血病などの治療に承認されている遺伝子工学的に改変されたT細胞、一般的にCAR-T細胞と呼ばれる既存の癌治療と一致することが期待されています。
治療プロセスは、標準的な血液検査に相当する病院環境で行われる採血から始まります。収集されたサンプルから免疫細胞が分離され、その後、AIが生成したミニバインダープロテインを取り込むために、実験室環境で修正されます。これらの改変された免疫細胞は再び患者の体内に再導入され、がん細胞を高精度で特定し、中和するように設計されています。
最新の研究は、計算生物学の進展の広範な傾向の一部です。今年の初めに、ティモシー・パトリック・ジェンキンズのチームは、AIを利用して、蛇に噛まれた際の抗毒素の効果を向上させることを目的とした設計されたタンパク質を開発しました。