Met het EVONANO-platform kunnen wetenschappers virtuele tumoren laten groeien en kunstmatige intelligentie gebruiken om het ontwerp van nanodeeltjes automatisch te optimaliseren om ze te behandelen.

Het vermogen om virtuele tumoren te laten groeien en te behandelen is een belangrijke stap in de richting van de ontwikkeling van nieuwe therapieën voor kanker. belangrijk, wetenschappers kunnen virtuele tumoren gebruiken om het ontwerp van op nanodeeltjes gebaseerde medicijnen te optimaliseren voordat ze in het laboratorium of bij patiënten worden getest.

De krant, "Evolutionair computerplatform voor de automatische ontdekking van nanodragers voor de behandeling van kanker, " wordt vandaag gepubliceerd in het tijdschrift Nature Computermaterialen. De paper is het resultaat van het Europese project EVONANO waarbij Dr. Sabine Hauert en Dr. Namid Stillman  van de Universiteit van Bristol betrokken zijn, en wordt geleid door Dr. Igor Balaz aan de Universiteit van Novi Sad.

"Met simulaties kunnen we veel behandelingen testen, heel snel, en voor een grote verscheidenheid aan tumoren. We zijn nog in de beginfase van het maken van virtuele tumoren, gezien de complexe aard van de ziekte, maar de hoop is dat zelfs deze eenvoudige digitale tumoren ons kunnen helpen bij het efficiënter ontwerpen van nanomedicijnen voor kanker, "zei Dr. Hauert.

Dr. Hauert zei dat het hebben van software om virtuele tumoren te laten groeien en te behandelen nuttig kan zijn bij de ontwikkeling van gerichte kankerbehandelingen.

"In de toekomst, het creëren van een digitale tweeling van een patiënttumor kan het ontwerp mogelijk maken van nieuwe nanodeeltjesbehandelingen die zijn gespecialiseerd in hun behoeften, zonder de noodzaak van uitgebreid vallen en opstaan ​​of laboratoriumwerk, die vaak kostbaar is en beperkt in zijn vermogen om snel oplossingen te bedenken die geschikt zijn voor individuele patiënten, "zei Dr. Hauert.

Geneesmiddelen op basis van nanodeeltjes hebben het potentieel voor een betere targeting van kankercellen. Dit komt omdat nanodeeltjes kleine voertuigen zijn die kunnen worden ontworpen om medicijnen naar tumoren te transporteren. Hun ontwerp verandert hun vermogen om in het lichaam te bewegen, en zich op de juiste manier op kankercellen richten. Een bio-ingenieur zou, bijvoorbeeld, verander de maat, lading of materiaal van het nanodeeltje, bedek de nanodeeltjes met moleculen waardoor ze gemakkelijk te herkennen zijn door kankercellen, of laad ze met verschillende medicijnen om kankercellen te doden.

Met behulp van het nieuwe EVONANO-platform, het team was in staat om eenvoudige tumoren te simuleren, en meer complexe tumoren met kankerstamcellen, die soms moeilijk te behandelen zijn en bij sommige kankerpatiënten tot een terugval leiden. De strategie identificeerde nanodeeltjesontwerpen waarvan bekend was dat ze in eerder onderzoek werkten, evenals potentiële nieuwe strategieën voor het ontwerpen van nanodeeltjes.

Zoals Dr. Balaz benadrukt:"De tool die we in EVONANO hebben ontwikkeld, vertegenwoordigt een rijk platform voor het testen van hypothesen over de werkzaamheid van nanodeeltjes voor verschillende tumorscenario's. Het fysiologische effect van het aanpassen van nanodeeltjesparameters kan nu worden gesimuleerd op een detailniveau dat bijna onmogelijk is experimenteel te bereiken."

De uitdaging is dan om het juiste nanodeeltje te ontwerpen. Met behulp van een machine learning-techniek genaamd kunstmatige evolutie, de onderzoekers verfijnen de ontwerpen van nanodeeltjes totdat ze alle geteste scenario's kunnen behandelen met behoud van gezonde cellen om mogelijke bijwerkingen te beperken.

Dr. Stillman, co-lead auteur op het papier met Dr. Balaz, zegt dat "dit een grote teaminspanning was waarbij computationele onderzoekers in heel Europa de afgelopen drie jaar betrokken waren. Ik denk dat dit de kracht aantoont van het combineren van computersimulaties met machine learning om nieuwe en opwindende manieren te vinden om kanker te behandelen."

In de toekomst, het team wil een dergelijk platform gebruiken om digitale tweelingen dichter bij de realiteit te brengen door gegevens van individuele patiënten te gebruiken om virtuele versies van hun tumoren te laten groeien, en vervolgens de behandelingen te optimaliseren die bij hen passen. Op kortere termijn, het platform zal worden gebruikt om nieuwe nanodeeltjesstrategieën te ontdekken die in het laboratorium kunnen worden getest. De software is open source, dus er is ook hoop dat andere onderzoekers het zullen gebruiken om hun eigen AI-aangedreven kankernanomedicijn te bouwen.

"Om dichter bij de klinische praktijk te komen, in ons toekomstige werk zullen we ons concentreren op het repliceren van tumorheterogeniteit en het ontstaan ​​van resistentie tegen geneesmiddelen. Wij geloven dat dit de belangrijkste aspecten zijn waarom kankertherapie voor solide tumoren vaak faalt, " zei dr. Balaz.