Penyelidik MIT telah membangunkan model berasaskan AI untuk mereka bentuk nanopartikel bagi penghantaran vaksin RNA yang lebih cekap, menjanjikan pembangunan yang lebih pantas bagi rawatan kritikal untuk penyakit metabolik dan virus.
Penyelidik di MIT telah merintis pendekatan baharu menggunakan kecerdasan buatan untuk mereka bentuk nanopartikel yang lebih cekap untuk menyampaikan vaksin dan terapi RNA. Kaedah terobosan ini boleh mempercepatkan penciptaan rawatan berasaskan RNA baharu untuk pelbagai penyakit, termasuk obesiti dan diabetes.
Dengan melatih model pembelajaran mesin untuk menganalisis beribu-ribu zarah penghantaran sedia ada, pasukan di MIT telah membangunkan sistem ramalan untuk mengenal pasti dan mencipta nanozarah yang berprestasi lebih baik daripada yang sedia ada.
Nanopartikel ini berpotensi meningkatkan keberkesanan vaksin RNA dan terapi RNA lain dengan memastikan penghantaran yang lebih baik ke sel dan melindungi RNA daripada degradasi.
"Apa yang kami lakukan ialah menggunakan alat pembelajaran mesin untuk membantu mempercepatkan pengenalpastian campuran bahan optimum dalam nanopartikel lipid untuk membantu menyasarkan jenis sel yang berbeza atau membantu menggabungkan bahan yang berbeza, lebih cepat daripada yang mungkin sebelum ini," kata pengarang kanan Giovanni Traverso, profesor bersekutu kejuruteraan mekanikal di MIT dan ahli gastroenterologi di Brigham dan keluaran Hospital Wanita.
Kajian itu, diterbitkan dalam Nature Nanotechnology, diterajui oleh Alvin Chan, bekas postdoc MIT dan kini penolong profesor di Universiti Teknologi Nanyang, dan Ameya Kirtane, bekas postdoc MIT dan kini penolong profesor di University of Minnesota.
Penyelidikan inovatif ini berpotensi untuk merevolusikan cara terapi RNA dibangunkan dan disampaikan.
Memajukan Penghantaran RNA dengan Pembelajaran Mesin
Vaksin RNA, seperti yang dibangunkan untuk SARS-CoV-2, biasanya dihantar menggunakan partikel nano lipid (LNP). Zarah ini penting untuk melindungi mRNA daripada dipecahkan dalam badan dan memudahkan kemasukannya ke dalam sel.
Pasukan Traverso membangunkan model AI baru bernama COMET untuk meningkatkan kecekapan sistem penghantaran ini.
“Kebanyakan model AI dalam penemuan dadah menumpukan pada mengoptimumkan sebatian tunggal pada satu masa, tetapi pendekatan itu tidak berfungsi untuk nanopartikel lipid, yang diperbuat daripada berbilang komponen yang berinteraksi,” tambah Chan. "Untuk menangani perkara ini, kami membangunkan model baharu yang dipanggil COMET, diilhamkan oleh seni bina pengubah yang sama yang menggerakkan model bahasa besar seperti ChatGPT. Sama seperti model tersebut memahami cara perkataan bergabung untuk membentuk makna, COMET mempelajari cara komponen kimia yang berbeza bergabung dalam zarah nano untuk mempengaruhi sifatnya — seperti sejauh mana ia boleh menghantar RNA ke dalam sel."
Untuk mencipta model, para penyelidik menjana perpustakaan kira-kira 3,000 formulasi LNP. Mereka menguji formulasi ini di makmal untuk menentukan kecekapannya dalam menghantar RNA ke sel dan menggunakan data untuk melatih model pembelajaran mesin.
Apabila mereka menguji rumusan ramalan AI, mereka mendapati bahawa mereka mengatasi prestasi LNP sedia ada, termasuk yang digunakan secara komersial.
Meluaskan Cakrawala
Para penyelidik juga bereksperimen dengan menambah bahan baharu, seperti ester poli-beta-amino bercabang (PBAE), ke dalam LNP.
Mereka mendapati bahawa polimer ini boleh berjaya menghantar asid nukleik dengan sendirinya.
Selain itu, model AI dapat meramalkan nanozarah mana yang terbaik untuk menghantar RNA kepada pelbagai jenis sel, termasuk sel kanser kolorektal, dan yang akan menahan liofilisasi, proses pengeringan beku yang digunakan untuk memanjangkan jangka hayat ubat.
"Ini adalah alat yang membolehkan kami menyesuaikannya dengan set soalan yang berbeza dan membantu mempercepatkan pembangunan," tambah Traverso. "Kami melakukan set latihan yang besar yang masuk ke dalam model, tetapi kemudian anda boleh melakukan lebih banyak eksperimen tertumpu dan mendapatkan output yang membantu pada jenis soalan yang sangat berbeza."
Implikasi kajian ini adalah ketara. Dengan memperkemas proses membangunkan terapi RNA, teknologi ini boleh membuka jalan untuk rawatan baharu untuk pelbagai penyakit, dengan ketepatan dan kelajuan yang dipertingkatkan.
Arah masa depan
Pasukan ini terus berusaha untuk mengintegrasikan kemajuan ini ke dalam rawatan berpotensi untuk diabetes dan obesiti sebagai sebahagian daripada projek yang dibiayai oleh Agensi Projek Penyelidikan Lanjutan AS untuk Kesihatan (ARPA-H).
Pendekatan ini boleh menjadi sangat transformatif untuk membangunkan terapeutik seperti mimik GLP-1, sama seperti yang digunakan dalam rawatan seperti Ozempic.
sumber: Institut Teknologi Massachusetts