Ny maskinlæringsteknik analyserer hurtigt nanomedicin til kræftimmunterapi

• Sfæriske nukleinsyrer er en klasse af personlig medicin til behandling af kræft og andre sygdomme
• SNA'er er udfordrende at optimere, fordi deres strukturer kan variere på mange måder
• Northwestern University-teamet udviklede en bibliotekstilgang og maskinlæring for hurtigt at syntetisere, analysere og udvælge potent SNA-medicin

EVANSTON, Ill.- Med deres evne til at behandle en lang række sygdomme, sfæriske nukleinsyrer (SNA'er) er klar til at revolutionere medicin. Men før disse digitalt designede nanostrukturer kan nå deres fulde potentiale, forskere skal optimere deres forskellige komponenter.

Et team fra Northwestern University ledet af nanoteknologipioneren Chad A. Mirkin har udviklet en direkte rute til at optimere disse udfordrende partikler, at bringe dem et skridt tættere på at blive en levedygtig behandlingsmulighed for mange former for kræft, genetiske sygdomme, neurologiske lidelser med mere.

"Sfæriske nukleinsyrer repræsenterer en spændende ny klasse af lægemidler, der allerede er i fem kliniske forsøg med mennesker til behandling af sygdomme, herunder glioblastom (den mest almindelige og dødelige form for hjernekræft) og psoriasis, " sagde Mirkin, opfinderen af ​​SNA'er og George B. Rathmann professor i kemi ved Northwesterns Weinberg College of Arts and Sciences.

En ny undersøgelse offentliggjort i denne uge i Natur biomedicinsk teknik detaljer om optimeringsmetoden, som bruger en bibliotekstilgang og maskinlæring til hurtigt at syntetisere, måle og analysere aktiviteter og egenskaber af SNA strukturer. Processen, som screenede mere end 1, 000 strukturer ad gangen, blev hjulpet af SAMDI-MS teknologi, udviklet af undersøgelsens medforfatter Milan Mrksich, Henry Wade Rogers professor i biomedicinsk teknik ved Northwesterns McCormick School of Engineering og direktør for Center for Synthetic Biology.

Opfundet og udviklet på Northwestern, SNA'er er nanostrukturer bestående af kuglelignende former for DNA og RNA arrangeret på overfladen af ​​en nanopartikel. Forskere kan digitalt designe SNA'er for at være præcise, personlige behandlinger, der lukker for gener og cellulær aktivitet, og for nylig, som vacciner, der stimulerer kroppens eget immunsystem til at behandle sygdomme, herunder visse former for kræft.

SNA'er har været vanskelige at optimere, fordi deres strukturer - inklusive partikelstørrelse og sammensætning, DNA-sekvens og inklusion af andre molekylære komponenter – kan variere på mange måder, påvirker eller øger deres effektivitet til at udløse et immunrespons. Denne tilgang afslørede, at variation i struktur fører til biologiske aktiviteter, der viser ikke-oplagte og indbyrdes afhængige bidrag til effektiviteten af ​​SNA'er. Fordi disse forhold ikke blev forudsagt, de ville sandsynligvis være gået ubemærket hen i en typisk undersøgelse af et lille sæt af strukturer.

For eksempel, evnen til at stimulere et immunrespons kan afhænge af nanopartikelstørrelsen, sammensætning og/eller hvordan DNA-molekyler er orienteret på nanopartikeloverfladen.

"Med denne nye information, forskere kan rangere de strukturelle variable i rækkefølge efter vigtighed og effektivitet, og hjælpe med at etablere designregler for SNA-effektivitet, " sagde Andrew Lee, assisterende professor i kemisk og biologisk ingeniørvidenskab ved McCormick School of Engineering og studie medforfatter.

"Denne undersøgelse viser, at vi kan adressere kompleksiteten af ​​SNA-designrummet, giver os mulighed for at fokusere på og udnytte de mest lovende strukturelle træk ved SNA'er, og i sidste ende, at udvikle kraftfulde kræftbehandlinger, " sagde Mirkin, som også er direktør for International Institute for Nanotechnology.

Det Natur Biomedicinsk Teknik papiret har titlen "Adressing nanomedicine complexity with novel high-throughput screening and machine Learning." Andre medforfattere er Neda Bagheri, Gokay Yamankurt, Eric J. Berns og Albert Xue, fra Northwestern University.