2022-03-17 | 대전=박희윤 기자

利用AI平台的生物标志物开发全面启动

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

随着AI新药开发平台的运用,预测药物效能的生物标记物商用化以及反应性药物的新药开发有望进一步全面展开。

安全性评价研究所(KIT)与Syntekabio 17日表示,利用基于癌细胞株基因组大数据的药物反应性生物标记物发掘技术,确认了哪些基因可作为靶向抗癌药的生物标记物。

生物标记物(bio-marker)是利用体内细胞、血管、蛋白质、DNA等来掌握体内变化的指标,可作为预测药物对各患者疗效如何的有效手段,随着个体化医疗时代到来,其重要性日益凸显。

根据美国生物协会对2006年至2015年进行调查的“临床试验成功率统计分析”,运用了药效预测生物标记物的临床试验,其成功率比未运用者高出3倍以上。

本次研究运用了Syntekabio开发的AI生物标记物发掘平台GBLscanTM,该平台基于约1000个癌细胞株对500余种抗癌药的反应性数据库,并由此发掘出与药物敏感性相关的生物标记物基因与药物组合。

疾病与病症通过基因表达和蛋白质活性水平进行诊断,在该研究中可以确认,细胞内基因LEPRE1表达程度越高,蛋白质磷酸化酶AKT越被激活。

已知这种AKT的激活会促进与癌细胞生长、转移、抗癌药耐药性及癌症复发相关的所有疾病,由此可确认基因LEPRE1是诊断癌症疾病的生物标记物。

此外,由于ABCG2在癌症类型中普遍过表达,因而被用作重要指标;在急性髓性白血病细胞株和肺癌细胞株中,LEPRE1基因提高了ABCG2的蛋白质表达,使对靶向抗癌药Pelitinib的敏感度上升,从而确认了其作为治疗药物的效能。

相反,在基因LEPRE1表达较低的情况下,异常激活的SRC、EPK、Cofilin相关信号被传递,导致上皮细胞向癌细胞发生形态学转变的上皮间质转化(EMT)增加,并确认产生了对靶向抗癌药Pelitinib的耐药性。

通过这种基因与药物之间的相关性确认了药物的效能,这意味着通过in silico预测模型发掘的药物反应性生物标记物—药物组合在实际in vitro水平上得到了验证,从而提示了运用AI进行生物标记物发掘的商用化可能性。

本次研究是在早期筛选临床有效的生物标记物与药物方面的有用核心技术,预计将在治疗药物候选物质进入临床试验阶段时,通过患者筛选为提高临床试验成功率作出贡献。

KIT生物医药研究组文庆植博士表示:“利用AI的新药开发可缩短有效物质探索时间、筛选最佳患者群,从而节省时间和成本,如何积累和运用庞大的数据,预计将对今后的制药产业产生重大影响。”

今后研究团队计划持续开展运用AI新药开发平台的多项研究,以开发为每位患者提供最优化诊断及治疗方法的生物标记物。

本次研究是韩国中小企业部产学研合作技术开发事业“EGFR拮抗剂的伴随诊断生物标记物及验证系统开发”课题等的研究成果,已于2022年2月刊登在国际学术期刊Nature的姊妹刊《Scientific Report》上。

阅读韩文原文