Brug af kunstig intelligens til at forbedre tuberkulosebehandlinger

Forestil dig, at du har 20 nye stoffer, der har vist en vis effektivitet i behandlingen af ​​en sygdom som tuberkulose (TB), som påvirker 10 millioner mennesker verden over og dræber 1,5 millioner hvert år. For effektiv behandling skal patienterne tage en kombination af tre eller fire lægemidler i måneder eller endda år, fordi TB-bakterierne opfører sig forskelligt i forskellige miljøer i celler - og i nogle tilfælde udvikler sig til at blive lægemiddelresistente. Tyve forbindelser i kombinationer af tre og fire lægemidler tilbyder næsten 6.000 mulige kombinationer. Hvordan beslutter I, hvilke stoffer der skal testes sammen?

I en nylig undersøgelse, offentliggjort i september-udgaven af ​​Cell Reports Medicine , brugte forskere fra Tufts University data fra store undersøgelser, der indeholdt laboratoriemålinger af to-lægemiddelkombinationer af 12 anti-tuberkulose-lægemidler. Ved hjælp af matematiske modeller opdagede holdet et sæt regler, som lægemiddelpar skal opfylde for at være potentielt gode behandlinger som en del af cocktails med tre og fire lægemidler.

Brugen af ​​lægemiddelpar frem for måling af tre- og fire-lægemiddelkombinationer skærer markant ned på mængden af ​​test, der skal udføres, før en lægemiddelkombination flyttes til yderligere undersøgelse.

"Ved at bruge de designregler, vi har etableret og testet, kan vi erstatte et lægemiddelpar med et andet lægemiddelpar og vide med en høj grad af sikkerhed, at lægemiddelparret skal arbejde sammen med det andet lægemiddelpar for at dræbe TB-bakterierne i gnavermodel," siger Bree Aldridge, lektor i molekylærbiologi og mikrobiologi ved Tufts University School of Medicine og i biomedicinsk ingeniørvidenskab ved School of Engineering, og et fakultetsmedlem i immunologi og molekylær mikrobiologi ved Graduate School of Biomedical Sciences. "Den udvælgelsesproces, vi udviklede, er både mere strømlinet og mere præcis til at forudsige succes end tidligere processer, som nødvendigvis overvejede færre kombinationer."

Aldridges laboratorie, der er tilsvarende forfatter på papiret og også associeret direktør for Tufts Stuart B. Levy Center for Integrated Management of Antimicrobial Resistance, har tidligere udviklet og bruger DiaMOND, eller diagonal måling af n-vejs lægemiddelinteraktioner, en metode til systemisk studere parvise og højordens lægemiddelkombinationsinteraktioner for at identificere kortere, mere effektive behandlingsregimer for TB og potentielt andre bakterielle infektioner. Med designreglerne, der er etableret i denne nye undersøgelse, mener forskere, at de kan øge den hastighed, hvormed forskere bestemmer, hvilke lægemiddelkombinationer der mest effektivt vil behandle tuberkulose, den næstførende smitsomme dræber i verden. + Udforsk yderligere

Mikrobiolog forklarer medicincocktails, og hvordan forskere finder de rigtige matches for at forbedre resultaterne