Wie kann maschinelles Lernen bei der Herstellung personalisierter Krebsimpfstoffe helfen?

[Anzeige_1]

Der Einsatz künstlicher neuronaler Netze könnte die Rechenzeit zur Entwicklung eines personalisierten Krebsimpfstoffs – derzeit ein langwieriger Prozess – auf weniger als eine Stunde verkürzen, sagte Alexander Gintsburg, Direktor des Nationalen Forschungszentrums für Epidemiologie und Mikrobiologie Gamaleya (Russland) gegenüber TASS.

„Derzeit dauert die Entwicklung eines Impfstoffs sehr lange, da man mit der Matrixmethode mathematisch berechnen muss, wie ein mRNA-Impfstoff aussieht. Wir haben das Ivannikov-Institut kontaktiert, das diese Berechnungen mithilfe künstlicher Intelligenz durchführen wird. Diese Prozesse werden etwa eine halbe bis eine Stunde dauern.“

Zuvor hatte der Forscher gegenüber TASS erklärt, dass zum Trainieren der KI eine Testdatenbank mit Sequenzen von 40.000 bis 50.000 Tumoren mit kompatibler Erkennung von Antigenen, die bei Patienten in Proteine oder RNA umgewandelt werden, erforderlich sei. Dadurch könne ermittelt werden, ob der Impfstoff im Einzelfall eingesetzt werden könne, sagte er.

Der Impfstoff wurde in Zusammenarbeit mehrerer Forschungszentren entwickelt. Die präklinischen Versuche seien abgeschlossen, sagte Andrey Kaprin, Generaldirektor des Forschungszentrums für Radiologie des russischen Gesundheitsministeriums.

Wie kann maschinelles Lernen bei der Herstellung von Krebsimpfstoffen helfen?

Der Einsatz künstlicher Intelligenz bei der Entwicklung von Krebsimpfstoffen ermöglicht eine personalisierte Behandlung, stellt Arzneimittelentwickler und Zulassungsbehörden jedoch auch vor neue Herausforderungen.

Bei der Immuntherapie können Entwicklungen in der künstlichen Intelligenz und im maschinellen Lernen dabei helfen, Daten aus Krebsbiopsien zu verarbeiten, um Impfstoffe zu entwickeln, die auf die spezifischen Mutationen jedes Patienten abzielen. Die Fähigkeit, gezielt auf bestimmte Mutationen bei einzelnen Patienten einzugehen, ist nichts Neues, und zielgerichtete Krebsmedikamente wie Anti-HER2-Behandlungen und CDK4/6-Hemmer sind in der Branche zu Verkaufsschlagern geworden. Das Potenzial der KI, Neoantigene aus der Biopsie jedes Patienten zu identifizieren, hat jedoch zur Effizienz dieses Prozesses beigetragen.

Der Einsatz künstlicher Intelligenz ist in vielen Branchen zu einem wichtigen Diskussionsthema geworden, und die Pharmaindustrie bildet hier keine Ausnahme.

„Mutationen, die in Patientenbiopsien entdeckt werden, können in einen Algorithmus eingespeist werden, der vorhersagt, welche Mutationen am wahrscheinlichsten immunogen sind“, sagte Scott Ebbinghaus, Vizepräsident für klinische Forschung bei Merck. „Von dort aus können wir RNA synthetisieren, die jedes mutierte Krebsgen kodiert, maßgeschneidert auf das Immunsystem. Jeder Impfstoff wird für jeden Einzelnen einzigartig sein.“

Im Gegensatz zu Behandlungen, die gegen ein einzelnes festes Antigen entwickelt wurden, wird das KI-System versuchen, seine Fähigkeit zur Auswahl von Neoantigenen zu verbessern. Dieser Algorithmus untersucht die im Tumor eines Patienten vorhandenen genetischen Mutationen und sagt die Neoantigene voraus, die am wahrscheinlichsten eine Immunreaktion hervorrufen. „Der Algorithmus hat die Fähigkeit, im Laufe der Zeit durch die Kombination klinischer und Immunogenitätsdaten zu lernen und hoffentlich besser darin zu werden, Neoantigene mit hoher klinischer Aktivität auszuwählen“, sagte Kyle Holen, Direktor für therapeutische Entwicklung und Onkologie bei Moderna.

Ein weiteres Unternehmen, das KI nutzt, ist Transgene, das mit der NEC Corporation zusammenarbeitet, um personalisierte Krebsimpfstoffe zu entwickeln. Anstelle von mRNA-Impfstoffen arbeitet Transgene mit viralen Vektoren, um das Immunsystem eines Patienten darauf zu trainieren, bestimmte Krebsziele zu bekämpfen.

Da Krebsimpfstoffe in fortgeschrittene Testphasen vordringen, wird die Regulierung der potenziellen Produkte eine der Herausforderungen sein. Die US-amerikanische Food and Drug Administration FDA hat ein Leitliniendokument zu Multiantigen-Impfstoffen veröffentlicht. Die Behörde erklärte, dass die Sicherheit und Wirksamkeit jeder Komponente dieser Impfungen möglicherweise nicht gesondert geprüft werden müsse. Allerdings heißt es in dem Dokument, dass dies „von Fall zu Fall geprüft“ werde.

Die FDA „erkennt das Potenzial künstlicher Intelligenz/maschinellen Lernens (KI/ML) an, die Entwicklung personalisierter Behandlungen zu beschleunigen“, sagte ein FDA-Sprecher.

Kommentar (0)