Többéves együttműködést kötött az AstraZeneca gyógyszeripari óriás és a kaliforniai insitro biotechnológiai cég, hogy mesterséges intelligencia segítségével találjanak új célpontokat egy súlyos májbetegség és több szívizom-betegség ellen. A megállapodás azokra a területekre irányul, ahol a kutatóknak eddig nem sikerült feltárniuk a kórképek pontos biológiai okait.
Az AstraZeneca 40 millió dolláros előleget fizet a partnerének. Az insitro ezen felül a fejlesztési és kereskedelmi mérföldkövek teljesítésekor további mintegy 1,46 milliárd dollárra lehet jogosult, a későbbi eladások után pedig egyjegyű százalékos jogdíjat kaphat.
MASH és kardiomiopátiák a középpontban
A közös munka két betegségcsoportra fókuszál. Az egyik a metabolikus diszfunkcióval összefüggő szteatohepatitisz (MASH), egy súlyos májbetegség, a másik a kardiomiopátiák, vagyis a szívizmot érintő betegségek egy csoportja. Mindkét esetben kevés a hatékony terápia, mert a betegségeket elindító biológiai folyamatokat a kutatás eddig nem tudta pontosan azonosítani.
Az insitro ehhez a Virtual Human nevű, mesterséges intelligenciára épülő platformját használja, amely laboratóriumban növesztett sejtmodelleket kapcsol össze gépi tanulással, hogy feltárja a betegségek ok-okozati hátterét. A munkamegosztás szerint a célpontokat az AstraZeneca jelöli ki, az insitro pedig a felfedezés szakaszától egészen a gyógyszerjelöltig viszi el őket. A klinikai vizsgálatokat már az AstraZeneca fizeti és vezeti.
A lépés bővülő kapcsolatokat is jelent
Az insitro számára a megállapodás egy újabb lépés a gyógyszeripari kapcsolatai építésében. A cég nemrég kiterjesztette együttműködését a Bristol Myers Squibb-bel, hogy több célpontot vizsgáljanak az amiotrófiás laterálszklerózis (ALS) ellen. Az Eli Lillyvel pedig olyan MI-modelleken dolgozik, amelyek a kismolekulás gyógyszerek farmakológiai tulajdonságait előre jelzik.
Sharon Barr, az AstraZeneca biogyógyszerészeti kutatás-fejlesztésért felelős alelnöke szerint a fejlesztési portfólióba kerülő új célpontok kiválasztása a kutatás-fejlesztés egyik legnehezebb része. Úgy látja, ha egy új biológiai útvonalról vagy célpontról már a vezető tudományos lapok írnak, az nem számít friss felfedezésnek. Az alelnök szerint a mesterséges intelligencia és a tapasztalt kutatók együttműködése csökkentheti a laborban vizsgálandó molekulák számát és a bizonytalanságot, így egyúttal gyorsíthatja a hatékony szerek megtalálását.
