Nowe badania prowadzone przez naukowców z Insilico Medicine dostarczyły przełomowych odkryć w dziedzinie spowolnienia procesów starzenia. Dzięki wykorzystaniu zaawansowanego laboratorium opartego na sztucznej inteligencji, odkryto potencjalne zastosowanie inhibitora TNIK jako innowacyjnej strategii przeciwdziałania starzeniu komórkowemu. Badania te rzucają nowe światło na możliwości zastosowania Rentosertibu (INS018_055) – niewielkiej cząsteczki opracowanej pierwotnie do leczenia idiopatycznego włóknienia płuc (IPF), która obecnie przechodzi kolejne etapy badań klinicznych. Wyniki te opublikowano w prestiżowym czasopiśmie naukowym Aging and Disease.
Eksperymenty przeprowadzone przez zespół badaczy wykazały, że TNIK (Traf2- and Nck-interacting kinase) odgrywa kluczową rolę w procesach starzenia komórek, regulując szlaki sygnałowe związane zarówno z senescencją komórkową, jak i włóknieniem tkanek. Poprzez zahamowanie TNIK, Rentosertib skutecznie redukuje markery starzenia, takie jak fenotyp sekrecyjny związany z senescencją (SASP) oraz remodelowanie macierzy zewnątrzkomórkowej. Wskazuje to na możliwości potencjalnego wykorzystania tego związku w terapii przeciwstarzeniowej, zwłaszcza w przypadku chorób związanych ze starzeniem się organizmu.
To unikalne badanie przeprowadzono wyłącznie w nowoczesnym, sterowanym sztuczną inteligencją laboratorium Insilico Medicine. Zastosowano innowacyjny, zautomatyzowany przepływ pracy oparty na AI, obejmujący wieloetapowy proces badawczy – od przetwarzania próbek i kontroli jakości po zaawansowany screening, obrazowanie, sekwencjonowanie nowej generacji i analizy napędzane sztuczną inteligencją. Dzięki temu możliwe było uzyskanie niezwykle precyzyjnych i powtarzalnych wyników, wolnych od błędów i odchyleń charakterystycznych dla tradycyjnych metod badawczych. Co więcej, dynamiczna pętla sprzężenia zwrotnego pozwala AI na stałe doskonalenie modeli predykcyjnych, co znacząco zwiększa skuteczność wykrywania i projektowania nowych celów terapeutycznych.
Obiecujące wyniki badań nad Rentosertibem sugerują, że może on stać się nie tylko skutecznym lekiem na IPF, ale także wszechstronnym środkiem spowalniającym procesy starzenia i poprawiającym jakość życia osób starszych. Analizy wykazały między innymi, że hamowanie TNIK wpływa na szlaki sygnałowe TGF-β oraz Wnt, które mają istotny udział w regulacji procesów starzenia i włóknienia tkanek. Rentosertib działa selektywnie, zmniejszając negatywne efekty starzenia przy jednoczesnym zachowaniu prawidłowej funkcji zdrowych komórek.
Rentosertib znajduje się obecnie w fazie drugiej badań klinicznych w Stanach Zjednoczonych i zakończył już pozytywnie fazę 2a w Chinach, wykazując skuteczność we wspomaganiu funkcji płuc u pacjentów z IPF. Proces opracowywania tej substancji został wsparty przez autorską platformę AI firmy Insilico, która umożliwiła identyfikację nowego celu terapeutycznego oraz zaprojektowanie samej cząsteczki leku. Szczegółowe informacje na ten temat można znaleźć w publikacji z marca 2024 roku w czasopiśmie Nature Biotechnology.
Warto przypomnieć, że już w 2016 roku Insilico Medicine jako pierwsze opisało koncepcję wykorzystania generatywnej sztucznej inteligencji do projektowania nowych cząsteczek leków w recenzowanym czasopiśmie naukowym. To odkrycie zapoczątkowało rozwój platformy Pharma.AI, która obecnie pozwala na optymalizację procesów badawczo-rozwojowych w dziedzinie biologii, chemii i medycyny. W ramach tej platformy od 2021 roku ogłoszono 22 kandydatów na nowe leki, uzyskano zgodę na badania kliniczne dla 10 cząsteczek oraz przeprowadzono pozytywne testy kliniczne dwóch najbardziej zaawansowanych związków.
Dzięki zastosowaniu zaawansowanej automatyzacji i sztucznej inteligencji, Insilico Medicine przyspieszyło dotychczasowy, czasochłonny proces odkrywania leków. Tradycyjne metody wymagały od 2,5 do 4 lat na opracowanie nowych kandydatów na leki, podczas gdy obecnie średni czas odkrywania nowych cząsteczek wynosi od 12 do 18 miesięcy. Co istotne, eksperymenty doprowadziły do syntezy i testowania od 60 do 200 molekuł w ramach jednego programu, a skuteczność przechodzenia z etapu DC (developmental candidate) do fazy badań IND (Investigational New Drug) sięga imponujących 100%.
Dalsze badania nad Rentosertibem i innymi nowoczesnymi strategiami terapeutycznymi opartymi na sztucznej inteligencji mogą otworzyć nowe możliwości w dziedzinie medycyny regeneracyjnej i terapii przeciwstarzeniowej. Opracowanie skutecznych metod spowalniania procesów starzenia nie jest już tylko wizją przyszłości, ale coraz bardziej realnym celem, który może znacząco poprawić jakość życia ludzkiego na całym świecie.
