Japanska NEC använder AI för att utveckla cancervacciner
Japanska NEC har startat Cytlimic Inc, ett spin-offbolag som skall upptäcka, utveckla och tillämpa terapeutiska cancerpeptidvacciner med hjälp av NECs avancerade AI-teknologi, där man kombinerar maskininlärning med bolagets “immune function prediction technology”. Syftet är att mer kostnadseffektivt och snabbare än med dagens metoder, kunna förutsäga och upptäcka peptider med potential att utvecklas till ett terapeutiskt cancerpeptidvaccin som aktiverar immunförsvaret för att angripa cancer. En peptid är en kort kedja av aminosyror som kan bilda ett enormt antal variationer, och nu hoppas man hitta rätt kombinationer med målet att nå marknad inom åtta år.
NEC är kanske främst känd som en elektroniktillverkare. Koncernen grundades 1899 i Tokyo, har mer än 140 000 anställda och omsätter 39 miljarder USD. Idag levererar NEC mer än 15 000 olika produkter, från microchips till satellitstationer. Men likt bland annat Samsung och Microsoft, har NEC ambitioner som sträcker sig bortom det ursprungliga verksamhetsområdet.
NEC har redan genom ett forskningssamarbete med Yamaguchi universitet och Kochi universitet, upptäckt en peptid som utvecklarna hoppas kommer att vara effektiv för att bekämpa lever- och matstrupscancer. Med minimal fysisk belastning på patienten betraktas peptider enligt bolaget som en “fjärde” cancerterapi, efter kirurgi, strålbehandling och konventionella cancerläkemedel. Den genetiska profilen i den valda peptiden överensstämmer med 85% av Japans befolkning, så man har höga förväntningar på att tekniken även kommer fungera på fler cancerformer.
Stora landvinningar de senaste åren
Under de senaste åren har flera framsteg gjorts kring hur immunsystemet kan användas för att bekämpa cancer, och en sådan är terapeutiska peptidvaccin som aktiverar immunförsvaret för att bekämpa den specifika cancersjukdomen.
Men utvecklingen och tillämpningen av dylika vaccin kräver att man upptäckter rätt peptider som aktiverar immunitet bland cirka 500 miljarder aminosyrasekvenser, samt peptider som allmänt matchar HLA-antigenen (ett protein vars storlek ökar med en cancercellens utveckling), vilken skiljer sig från person till person, samt adjuvans som höjer immunförsvarets förmåga att bilda antikroppar – för att öka peptidernas effektivitet. Till detta kommer det sedvanliga behovet av kliniska och icke-kliniska tester med dessa peptider, vilket totalt sett resulterar i en lång och kostsam process.
Förhoppningen är nu att skala ned tidsåtgången och därmed även kostnaderna genom en mer effektiv metod för upptäckt av peptider som har potential att utvecklas till vacciner. Tidigare i år utvecklade NEC i samarbete med Yamaguchi University en ny “komplex immunterapi” som kombinerar peptider och adjuvans som beskrevs ovan, för att testa initial säkerhet och effekt. Än återstår många år innan man eventuellt är i hamn, men det är odiskutabelt sant att användningen av maskininlärning och artificiell intelligens som hjälpvetenskaper än så länge bara är i sin linda när det gäller att ta fram nya läkemedel.
Läs även: Artificiell intelligens ska effektivisera forskning och sjukvård
