Envisagenics validerer het gebruik van AI bij de identificatie van doelwitten voor de behandeling van triple-negatieve borstkanker.

Envisagenics, een biotechnologiebedrijf aangedreven door kunstmatige intelligentie, kondigde vandaag de publicatie aan van de resultaten van een studie in het tijdschrift Molecular Systems Biology. Deze studie evalueert de effectiviteit van het kunstmatige intelligentie en machine learning (AI/ML) platform van het bedrijf, SpliceCore, in triple-negatieve borstkanker (TNBC). De studie toont het nut aan van AI/ML voor de ontdekking van doelwitten bij TNBC en voor de identificatie van functionele en verifieerbare splice-switching oligonucleotiden (SSO’s), essentieel voor de ontwikkeling van RNA-gebaseerde therapieën. De resultaten bevestigen ook hun potentieel om een zo uitdagende ziekte als TNBC aan te pakken, een bijzonder agressieve vorm van kanker die jaarlijks ongeveer 200.000 patiënten treft, met een vijfjaarsoverlevingspercentage van slechts 20%. De gedetailleerde resultaten van de studie, getiteld “Ontwikkeling en validatie van uit AI/ML afgeleide splice-switching oligonucleotiden”, zijn beschikbaar in de publicatie.

SSO’s zijn synthetische antisense oligonucleotiden die direct inwerken op het pre-mRNA om de expressie van alternatieve splice-isoformen te reguleren die uniek zijn voor kankercellen en die essentieel zijn voor de progressie en metastase van kanker. Hoewel veelbelovend als therapeutische benadering om de groei van kanker te verhinderen, is de identificatie van functionele SSO’s via traditionele methoden kostbaar en tijdrovend.

«Deze studie overbrugt de kloof tussen computationele voorspellingen en experimentele validatie, en positioneert AI/ML als een cruciale kracht in de validatie van RNA-doelwitten en de vooruitgang van de therapeutische ontwikkeling van SSO’s», zei Martin Akerman, PhD, CTO en medeoprichter van Envisagenics.

In de studie bereikte Envisagenics de volgende mijlpalen:

  • Het gebruikte zijn eigen platform, SpliceCore, om nieuwe therapeutische doelwitten te identificeren samen met hun bijbehorende regulerende SSO’s en de specifieke splice-factoren die worden beïnvloed in het pre-mRNA door deze SSO’s.
  • Het voerde een retrospectieve validatie van de SpliceCore-algoritme uit met behulp van bekende functionele SSO’s.
  • Gevalideerd een voorheen niet geïdentificeerd doelwit bij TNBC, exon 13 van NEDD4L (NEDD4Le13), ontdekt via het SpliceCore-platform.
  • De effectiviteit aangetoond van targeting NEDD4Le13 met een door AI/ML ontworpen SSO, waarbij zijn vermogen werd getoond om de proliferatieve en migratorische neigingen van TNBC-cellen te verminderen, door regulatie van de transforming growth factor beta (TGFβ)-route, een sleutelspeler bij de invasie en metastase van de tumor.
  • Een nieuw reguleringsmechanisme van de TGFβ-route via alternatief splicing in kanker ontdekt.

«Voor patiënten met TNBC en andere moeilijk te behandelen ziekten illustreert deze studie het nut van SpliceCore voor het ontdekken van nieuwe therapeutische doelwitten uit patiënt RNA-sequencing data», aldus Dr. Akerman. «Onze bevindingen bevestigen de robuustheid en betrouwbaarheid van het platform en lichten voorheen onherkenbare wegen toe voor therapeutische interventie».