Einsatz künstlicher Intelligenz zur Verbesserung der Behandlung von Tuberkulose

Soul Hackers 2 Erscheinungsdatum Ankuendigungstrailer enthuellt

Stellen Sie sich vor, Sie haben 20 neue Verbindungen, die eine gewisse Wirksamkeit bei der Behandlung einer Krankheit wie Tuberkulose (TB) gezeigt haben, an der weltweit 10 Millionen Menschen leiden und die jedes Jahr 1,5 Millionen tötet. Für eine wirksame Behandlung müssen die Patienten monate- oder sogar jahrelang eine Kombination aus drei oder vier Medikamenten einnehmen, da sich die TB-Bakterien in verschiedenen Umgebungen in den Zellen unterschiedlich verhalten – und in einigen Fällen medikamentenresistent werden. Zwanzig Verbindungen in Kombinationen aus drei und vier Wirkstoffen bieten fast 6.000 mögliche Kombinationen. Wie entscheiden Sie, welche Medikamente Sie gemeinsam testen?

In einer aktuellen Studie, veröffentlicht in der September-Ausgabe von Zelle berichtet Medizinverwendeten Forscher der Tufts University Daten aus großen Studien, die Labormessungen von Kombinationen aus zwei Medikamenten von 12 Anti-Tuberkulose-Medikamenten enthielten. Unter Verwendung mathematischer Modelle entdeckte das Team eine Reihe von Regeln, die Arzneimittelpaare erfüllen müssen, um potenziell gute Behandlungen als Teil von Cocktails mit drei und vier Arzneimitteln zu sein.

Die Verwendung von Arzneimittelpaaren anstelle der Messung von Kombinationen aus drei und vier Arzneimitteln reduziert den Umfang der Tests, die durchgeführt werden müssen, bevor eine Arzneimittelkombination in weitere Studien überführt wird, erheblich.

„Anhand der von uns aufgestellten und getesteten Designregeln können wir ein Arzneimittelpaar durch ein anderes Arzneimittelpaar ersetzen und wissen mit einem hohen Maß an Vertrauen, dass das Arzneimittelpaar mit dem anderen Arzneimittelpaar zusammenarbeiten sollte, um die TB-Bakterien in der zu töten Nagetiermodell“, sagt Bree Aldridge, außerordentliche Professorin für Molekularbiologie und Mikrobiologie an der Tufts University School of Medicine und für Biomedizintechnik an der School of Engineering sowie Fakultätsmitglied des Programms für Immunologie und molekulare Mikrobiologie an der Graduate School of Biomedical Sciences. „Der von uns entwickelte Auswahlprozess ist sowohl rationalisierter als auch genauer in der Vorhersage des Erfolgs als frühere Prozesse, die notwendigerweise weniger Kombinationen berücksichtigten.“

Das Labor von Aldridge, der korrespondierender Autor des Papiers und auch stellvertretender Direktor des Tufts Stuart B. Levy Center for Integrated Management of Antimicrobial Resistance, zuvor entwickelt und verwendet Diamant, oder Diagonalmessung von n-Wege-Arzneimittelwechselwirkungen, eine Methode zur systematischen Untersuchung paarweiser und höherwertiger Wechselwirkungen von Arzneimittelkombinationen, um kürzere, effizientere Behandlungsschemata für TB und möglicherweise andere bakterielle Infektionen zu identifizieren. Mit den in dieser neuen Studie festgelegten Designregeln glauben die Forscher, dass sie die Geschwindigkeit erhöhen können, mit der Wissenschaftler bestimmen, welche Arzneimittelkombinationen am wirksamsten zur Behandlung von Tuberkulose, der zweithäufigsten infektiösen Todesursache der Welt, geeignet sind.

Mehr Informationen:
Jonah Larkins-Ford et al, Designprinzipien zur Zusammenstellung von Arzneimittelkombinationen für eine wirksame Tuberkulosetherapie unter Verwendung interpretierbarer paarweiser Arzneimittelreaktionsmessungen, Zelle berichtet Medizin (2022). DOI: 10.1016/j.xcrm.2022.100737

Bereitgestellt von der Tufts University

ph-tech