23 ژانویه 2025- شرکت ImmunoPrecise Antibodies Ltd. (IPA)، کلاس جدیدی از درمان های GLP-1 را تنها با کمک هوش مصنوعی ایجاد کرده است که برای افزایش کارایی، ایمنی، طول عمر درمان و رضایت بیمار در درمان دیابت طراحی شده اند. هدف این درمان‌ های طراحی ‌شده با هوش مصنوعی بهبود درمان‌های فعلی GLP-1 است که به طور گسترده برای مدیریت دیابت نوع 2 و چاقی استفاده می‌شود. این توالی ‌های جدید توسط هوش مصنوعی با استفاده از پلت ‌فرم اختصاصیLENSai™  این شرکت ایجاد شده ‌اند - یک سیستم مبتنی بر هوش مصنوعی که الگوهای تکاملی را در داده‌های بیولوژیکی تجزیه و تحلیل می‌ کند- تا عملکرد درمانی را به حداکثر رسانده و در عین حال تجربه ی بیمار را بهبود بخشند. هدف از پیشرفت‌ها افزایش قابلیت ثبت اختراع، پایداری و مقاومت بیشتر در برابر تخریب، بهبود مسیرهای تجویز برای انطباق بیشتر، کاهش دوز مورد نیاز و روش‌های تولید کارآمدتر است. این جایگزین‌های مشابه GLP-1 در حال حاضر برای تحویل بالقوه از طریق پوست(transdermal delivery) به ‌عنوان جایگزین‌ غیرتهاجمی برای تزریق در حال ارزیابی هستند. این فرمولاسیون های جدید اولین ترکیبات کاملاً تولید شده توسط هوش مصنوعی این شرکت را نشان می ‌دهند، که مکمل مجموعه رو به رشد درمان ‌های با کمک هوش مصنوعی و توسعه ‌یافته در آزمایشگاه است.

پیشرفت درمان های  GLP-1

داروهای فعلی GLP-1 برای کنترل دیابت و چاقی به دلیل نیمه عمر کوتاه اغلب نیاز به تزریق مکرر دارند. تنها در طول دو هفته، پلتفرمLENSai IPA  توالی‌های ژنتیکی جدیدی را برای ساختار‌هایGLP-1  ایجاد، توسعه و بهینه ‌سازی کرد که ممکن است مزایای بالقوه ‌ای را نسبت به درمان‌های موجود ارائه دهد. شرکت IPA اکنون در حال بررسی این موضوع است که آیا ساختارهای ژنتیکی مبتنی بر این توالی‌های بهینه ‌سازی شده می ‌توانند از رژیم ‌هایی با دوز مؤثرتر پشتیبانی کنند و تجربه بیماران را بهبود بخشند. این فرآیند تولید توالی سریع، پتانسیل دگرگون ‌کننده ی LENSai را در کشف دارو نشان می‌ دهد و از توانایی منحصر به فرد آن برای شناسایی الگوهای خاص موجود در مواد بیولوژیکی استفاده می ‌کند. این رویکرد می ‌تواند نوآوری درمانی را در حوزه های مختلف بیماری متحول کند و توسعه سریع ‌تر و دقیق ‌تر داروی سیلیکو را امکان ‌پذیر کند.

از کشف هوش مصنوعی تا بهینه سازی پیش بالینی

پلت فرم LENSai™ IPA با تجزیه و تحلیل الگوهای تکاملی در گونه ‌ها، ویژگی‌ های مولکولی کلیدی را شناسایی می کند. با استفاده از فناوری HYFT، درمان‌های بالقوه برای بهبود استحکام اتصال، افزایش مقاومت در برابر تجزیه ی آنزیمی و بهینه‌ سازی عملکرد آنها اصلاح شدند. به جای اصلاحات شیمیایی برای افزایش پایداری درمانی که یک روش صنعتی استاندارد است،IPA  از مهندسی ژنتیک منطقی برای افزایش طول عمر و عملکرد پپتید در مطالعات مراحل اولیه استفاده کرده است.

علاوه بر این،IPA  جایگزین های GLP-1 خود را برای سازگاری با سیستم های بیانی مبتنی بر اسید نوکلئیک با همکاریAldevron, LLC (یک شرکت Danaher) بهینه سازی کرد. در حالی که IPA به طور استراتژیک درمان ‌های خود را با فناوری تحویل اسید نوکلئیک تطبیق داده است، رویکرد مبتنی بر هوش مصنوعی آن توالی‌های ژنتیکی را برای استفاده از پیشرفت‌ های تحویل خاص، از جمله افزایش بیان ژن و کاهش خطرات پاسخ ایمنی، تنظیم کرده است. با ترکیب عناصر ژنتیکی بهینه شده،IPA  قصد دارد به عنوان بخشی از تحقیقات پیش بالینی در حال انجام خود، تولید طولانی مدت و پایدار درمانی در بدن را بررسی کند.

بررسی یک رویکرد جدید تحویل دارو

با توجه به ماهیت منحصر به فرد و مینیاتوری مولکول های درمانی و همچنین وسیله انتقال ژن درمانی انتخاب شده برای آنها،IPA  در حال ارزیابی بیشتر امکان ارائه ی این درمان های مشابه GLP-1 از طریق یک پچ ترانس درمال به جای تزریق است. این مفهوم می ‌تواند به آزادسازی مداوم و کنترل ‌شده پپتید کمک کند که به طور بالقوه جذب و راحتی بیمار را بهبود می بخشد. بهینه ‌سازی ‌های دارویی مبتنی بر هوش مصنوعی برای اطمینان از سازگاری با این روش تحویل طراحی شده‌ اند و پایه ‌ای برای تحقیقات بیشتر در مورد درمان‌ های متابولیک غیرتهاجمی فراهم می ‌کنند.

منبع:

https://www.businesswire.com/news/home/20250122287383/en/IPA-ImmunoPrecise-Antibodies-Pioneers-AI-Designed-GLP-1-Therapies-A-Potential-New-Chapter-in-Diabetes-Treatment