Insilico-ს Rentosertib-ის მცირე ანალიზში ექვსმა მოდელმა დაბალი ბიოლოგიური ასაკი აჩვენა
Rentosertib-ის მეორე ფაზის კვლევაში მონაწილე 42 პაციენტის მონაცემებით, ექვსივე ცილოვანმა მოდელმა მკურნალობის ჯგუფებში დაბალი ბიოლოგიური ასაკი გამოთვალა. შედეგი AI-ით შექმნილი პრეპარატებისთვის საინტერესოა, თუმცა ანალიზი ვერ ადგენს, ცვლილება ზოგად დაბერებას უკავშირდება თუ ფილტვის დაავადების მკურნალობას.
Insilico Medicine-ის პრეპარატ rentosertib-ის მეორე ფაზის კვლევიდან მიღებული მონაცემები მკვლევრებმა ცილოვან ნიშნებზე დაფუძნებული ექვსი ალგორითმით შეაფასეს. პრეპარატი ფილტვის იდიოპათიური ფიბროზის სამკურნალოდ შეიქმნა, ხოლო ამ დამატებით ანალიზში 42 პაციენტის სისხლის ნიმუშები გამოიყენეს.
Nature Biotechnology-ში გამოქვეყნებული ნაშრომის მიხედვით, ექვსივე მოდელმა მკურნალობის ჯგუფებში პლაცებოს ჯგუფთან შედარებით დაბალი, ალგორითმით გამოთვლილი ბიოლოგიური ასაკი აჩვენა. მკურნალობა 12 კვირას გაგრძელდა, ხოლო სტატისტიკურად გამოკვეთილი სხვაობები ძირითადად მეოთხე კვირას დაფიქსირდა. ეს შედეგი არ ნიშნავს, რომ პრეპარატმა პაციენტები რეალურად გააახალგაზრდავა.
Rentosertib-ის სამიზნე და მოლეკულური სტრუქტურა ხელოვნური ინტელექტის დახმარებით შეირჩა. Insilico-ს მოდელი დაავადებასთან დაკავშირებული სამიზნის მოძებნასა და მასთან ურთიერთქმედების შესაძლო მოლეკულების შექმნას აერთიანებს. ასეთი მიდგომის კომერციული ღირებულება საბოლოოდ პრეპარატის უსაფრთხოებასა და კლინიკურ ეფექტიანობაზე იქნება დამოკიდებული.
კვლევის მთავარი შეზღუდვა მცირე ნიმუში და მოკლე დაკვირვების პერიოდია. გარდა ამისა, ყველა მონაწილეს ფილტვის მძიმე დაავადება ჰქონდა, ამიტომ ცილოვანი ნიშნების ცვლილება შეიძლება დაავადების მიმდინარეობაზე პრეპარატის გავლენას ასახავდეს და არა დაბერების ზოგად პროცესს. ავტორები წერენ, რომ მხოლოდ ეს მოდელები ამ ორ შესაძლებლობას ერთმანეთისგან ვერ განასხვავებს.
კვლევას ასევე არ შეუფასებია rentosertib, როგორც დაბერების საწინააღმდეგო საშუალება. ცილოვანი საათები კვლევითი მაჩვენებლებია და კლინიკურ სარგებელს პირდაპირ არ უდრის. პრეპარატის შესახებ დასკვნისთვის საჭიროა უფრო დიდი კვლევები, ხანგრძლივი დაკვირვება და მარეგულირებლების შეფასება.
AI-ით წამლების შექმნის სექტორისთვის ეს ნაშრომი საყურადღებოა, რადგან ალგორითმების დახმარებით შერჩეული მოლეკულა კლინიკურ ეტაპამდე მივიდა და მის შესახებ დამატებითი ბიოლოგიური მონაცემები გროვდება. თუმცა მცირე დამატებითი ანალიზი ჯერ ვერ პასუხობს მთავარ კითხვას — შეძლებს თუ არა ტექნოლოგია უსაფრთხო და ეფექტიანი წამლის შექმნას უფრო სწრაფად ან ნაკლები დანახარჯით.
მოკლე შეჯამება: Rentosertib-ის მცირე დამატებით ანალიზში ექვსმა ცილოვანმა მოდელმა მკურნალობის ჯგუფებში დაბალი, ალგორითმით გამოთვლილი ბიოლოგიური ასაკი აჩვენა. მონაცემები 42 პაციენტსა და 12-კვირიან პერიოდს მოიცავს. კვლევა არც გაახალგაზრდავებას ამტკიცებს და არც დაბერების საწინააღმდეგო კლინიკურ ეფექტს.
მოკლე შეჯამება
ნაშრომი AI-ის დახმარებით შექმნილ პრეპარატზე დამატებით კლინიკურ მონაცემებს გვაძლევს, მაგრამ მკაფიოდ აჩვენებს განსხვავებას კვლევით ბიომარკერსა და პაციენტისთვის დადასტურებულ სარგებელს შორის.
AI ანალიზი
ამიხსენი ეს ამბავი AI-ს დახმარებით
აირჩიე AI. ChatGPT, Claude და Grok მოთხოვნას პირდაპირ გახსნიან. Gemini-ისთვის ტექსტი დაკოპირდება.
Gemini-ის ღილაკი მოთხოვნას დააკოპირებს და ახალ ფანჯარაში Gemini-ს გახსნის.
პირველწყაროები
ეს მასალა დამოუკიდებელი ქართული შეჯამებაა. სრული ტექსტისთვის იხილეთ ორიგინალი.
