刊登于国际学术期刊《Science Advances》
AI新药开发企业Galux与首尔大学研究团队共同开发了能够精确预测新药候选物质T细胞免疫原性的人工智能(AI)模型“T-SCAPE”,并于11日表示,相关研究成果已发表于国际学术期刊《Science Advances》。
免疫原性是蛋白质基治疗药物开发中被视为重大风险因素之一,可能导致药效减弱或引发对治疗药物的强烈免疫反应。然而,由于相关数据不足以及免疫机制的复杂性,要对其进行定量预测仍然是一项艰巨课题。
T-SCAPE在免疫原性直接相关数据有限的情况下,为了最大化预测能力,被设计为能够综合学习多种免疫学相关数据。通过连接人源及非人源肽序列、主要组织相容性复合体(MHC)结合信息、T细胞受体(TCR)相互作用、T细胞活化实验数据等不同类型的生物学数据,使模型能够反映单一数据基础模型难以捕捉的复杂模式。
本研究的共同总负责人、Galux的Noh Jinseong博士表示:“由于关于免疫原性的直接数据极度匮乏,我们采用了先让AI学习生物学原理的‘预训练’策略”,并解释称:“特别是应用了在不同数据之间缩小差异、寻找共通规律的深度学习方法——‘对抗性领域自适应’技术,飞跃性地提升了预测性能。”
模型验证结果显示,T-SCAPE在“肽-MHC复合体(pMHC)”免疫原性预测的主要基准评估中,记录了业界最顶级水准的准确度。
Galux首席执行官Seok Chaok表示:“本次研究的意义在于,在我们基于AI的精密蛋白质设计能力基础上,进一步建立了可事先审查治疗药物免疫反应的评估基准”,并称:“今后将通过这一技术,减少获取新药候选物质过程中的不确定性和反复试错,不断提升新药开发流程的效率。”
版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。