MADRID, 24 Oct. (EUROPA PRESS) -
Cellarity, una empresa estadounidense de biotecnología que desarrolla terapias de corrección del estado celular a través de modelos multiómicos e IA integrados, ha anunciado la publicación de un manuscrito fundamental en la revista 'Science', que articula un marco para la integración de conjuntos de datos transcriptómicos avanzados y modelos de IA para mejorar el descubrimiento de fármacos.
TERAPIAS BASADAS EN EL ESTADO CELULAR
Cellarity diseña nuevas terapias para enfermedades complejas, centrándose en la interacción de las conexiones e interacciones de las vías que definen y modulan los estados celulares. La compañía ha construido una robusta plataforma de descubrimiento que aprovecha la transcriptómica de alta dimensión para mapear estas interacciones con resolución unicelular. L
Los modelos de IA generalizables desarrollados para la plataforma vinculan la química con la biología de la enfermedad para producir eficientemente fármacos que restauran la función celular en los tejidos enfermos. El primer candidato emergente de la plataforma, CLY-124, se encuentra en evaluación en un ensayo clínico de fase 1 para el tratamiento de la anemia de células falciformes.
"Creemos que una visión integral del estado celular nos ayudará a crear mejores terapias que puedan corregir los mecanismos fundamentales de la enfermedad. Nuestra plataforma de vanguardia nos permite visualizar eficazmente esta dinámica e identificar las intervenciones novedosas más adecuadas para corregir las enfermedades", aporta Parul Doshi, director de datos de Cellarity.
SUPERANDO LOS LÍMITES DEL DESCUBRIMIENTO CONVENCIONAL
Esta publicación en la prestigiosa revista 'Science' describe las evaluaciones que han dado forma a nuestra plataforma, lo que subraya el rigor y el ingenio para integrar con éxito la transcriptómica avanzada y las herramientas computacionales que permiten el descubrimiento eficiente de nuevos candidatos terapéuticos.
La publicación en Science presenta un modelo reproducible y generalizable para integrar métodos de aprendizaje automático en programas de fármacos y maximizar el potencial de descubrimiento. Este modelo aborda numerosas limitaciones del cribado fenotípico convencional de fármacos mediante un marco de aprendizaje profundo activo, de laboratorio, impulsado por transcriptómica de alto rendimiento. Al refinar sucesivamente las predicciones en función de los resultados de los experimentos, el marco demostró una recuperación de compuestos fenotípicamente activos entre 13 y 17 veces superior a la de los enfoques estándar de la industria.
El proceso de descubrimiento de fármacos ha tenido dificultades para mejorar sus tasas de éxito en las últimas décadas. Esto se debe en parte a un enfoque convencional en dianas únicas, mientras que las enfermedades generalmente se deben a interacciones más complejas que una simple mutación genética.
Al analizar no solo las conexiones fenotípicas que impulsan la fisiopatología de la enfermedad, sino también las consideraciones polifarmacológicas de los primeros candidatos, esta plataforma de aprendizaje profundo ofrece un gran potencial para acelerar el ritmo de descubrimiento e introducir nuevas terapias orales eficaces para enfermedades complejas, añade Jim Collins, profesor Termeer de Ingeniería y Ciencias Médicas del MIT, cofundador de Cellarity y coautor de la publicación.
Junto con la publicación en 'Science', Cellarity está lanzando conjuntos de datos de células individuales que abarcan múltiples modalidades de datos para impulsar la participación de la comunidad, la evaluación comparativa de modelos y una mayor comprensión de los matices de los estados celulares bajo perturbación química. Un conjunto de datos transcriptómicos perturbacionales, utilizado para evaluar la plataforma de Cellarity en la publicación, incluye más de 1.700 muestras que comprenden 1,26 millones de células individuales y se puede utilizar para el mapeo de la respuesta a fármacos entre tipos de células o para una mayor evaluación comparativa de los métodos de predicción de perturbaciones.
Cellarity también está lanzando un atlas de hematopoyesis multiómica de células individuales que combina la transcriptómica, los receptores de superficie y la accesibilidad de la cromatina para crear un retrato de varias capas de este proceso biológico complejo y esencial, utilizado en la publicación para crear firmas de grano fino de megacariopoyesis y eritropoyesis.
Un tercer conjunto de datos captura una cronología de la diferenciación de megacariocitos (Mk) bajo perturbación , que puede analizarse para mapear la trayectoria de maduración de Mk, analizar los efectos de fármacos resueltos en el tiempo o respaldar la evaluación comparativa y el entrenamiento de modelos. Los análisis públicos de estos importantes datos pueden generar nuevos conocimientos sobre la dinámica celular e impulsar nuevos métodos para acelerar el descubrimiento de fármacos en toda la industria.
