Как наномедицина и искусственный интеллект помогают в борьбе с нейродегенеративными заболеваниями

Когда я впервые осознал масштабы проблем, связанных с нейродегенеративными заболеваниями, такими как болезнь Альцгеймера, болезнь Паркинсона и боковой амиотрофический склероз (БАС), я почувствовал одновременно смирение и мотивацию. Эти заболевания вызваны не одной неисправностью в системе, а каскадом сбоев, включая неправильное сворачивание белков, нарушение синапсов, нарушение механизмов восстановления и плохую доставку лекарств через гематоэнцефалический барьер.

Мои исследования

Мои исследования в Национальном институте психического здоровья (Чехия) вместе с коллегами из Испании, Великобритании и Соединённых Штатов Америки (США) поставили смелый вопрос: что, если мы объединим умную наномедицину с молекулярной визуализацией и искусственным интеллектом (ИИ/МО), чтобы создать новое поколение методов лечения?

В нашей недавней обзорной статье, опубликованной в Molecular Diagnosis & Therapy, мы исследуем возможность синергии наномедицины и ИИ в лечении нейродегенеративных заболеваний.

Преодоление барьеров

Традиционная доставка лекарств в мозг сталкивается с несколькими препятствиями, такими как физиологический барьер черепа и мозговых оболочек, гематоэнцефалический барьер (ГЭБ), быстрое выведение малых молекул и нецелевая токсичность.

Наномедицины, точно спроектированные частицы на наноуровне, предлагают способы преодоления этих препятствий за счёт адресной доставки, контролируемого высвобождения и улучшенной биодоступности. Однако разработка частиц — это только половина дела. Без визуализации в реальном времени и интеллектуальной обратной связи мы действуем вслепую.

Молекулярная визуализация и искусственный интеллект

Молекулярная визуализация (МРТ, ПЭТ и контрастные вещества) сочетается с машинным обучением. Мы можем отслеживать, «куда идут наномедицины, сколько достигает целевой ткани и какой биологический эффект они оказывают», объединяя данные визуализации и обучая модели ИИ/МО.

В нашем обзоре мы предоставили подробную информацию о том, как биомаркеры на основе визуализации и алгоритмы МО могут существенно помочь в оптимизации рамок наномедицины, таких как выбор размера частиц, покрытие, нацеливающие группы и кинетика высвобождения.

В нашей лаборатории я вспоминаю, как одна из наших формулировок наночастиц выглядела многообещающей in vitro, но когда она достигла тканей животных in vivo, распределение было неожиданно редким. Мы могли отследить этот разрыв с помощью процессов визуализации.

Позже мы проанализировали закономерности поглощения наночастиц в разных регионах с помощью ИИ и соответствующим образом скорректировали архитектуру частиц. Этот цикл — проектирование → визуализация → обратная связь на основе ИИ → перепроектирование — определяет успешный междисциплинарный подход к лечению нейродегенеративных заболеваний, ориентированному на пациента.

Будущее наномедицины и искусственного интеллекта

Возможно, это звучит футуристично, но я считаю, что мы находимся на пороге новой эры, когда наномедицина в сочетании с молекулярной визуализацией и ИИ может перейти от «управления болезнью» к «модификации болезни».

Для пациентов, живущих с когнитивными нарушениями или потерей двигательных нейронов, этот сдвиг имеет огромное значение. Как я отметил в обзоре, нам действительно нужно повысить устойчивость мозга, а не просто лечить симптомы.

Моя команда работает над созданием нанопрепарата нового поколения под названием молекулярные нанороботы в виде назального спрея и алгоритмов МО для прогнозирования конкретной дозировки, необходимой для лечения нейродегенеративных заболеваний.

Кроме того, мы создаём модель ИИ, которая использует данные визуализации пациентов с болезнью Альцгеймера и болезнью Паркинсона для уточнения параметров доставки. Параллельно мы сотрудничаем с врачами, чтобы определить параметры визуализации, имеющие значение для одобрения регулирующими органами.

Я пишу этот диалог, потому что хочу, чтобы вы, читатель, будь то аспирант, врач или нанотехнолог, почувствовали себя частью этого пути.

Это не просто статья; это призыв к междисциплинарным действиям. Если вы работаете в области обработки молекулярных изображений, подумайте, как ваши данные могут помочь в разработке наночастиц. Если вы работаете в области МО, подумайте, как ваши модели могут оптимизировать доставку, а не просто классифицировать изображения.

Если вы работаете в области наномедицины, пришло время сотрудничать с экспертами в области визуализации и специалистами по ИИ. В нашей лаборатории мы в настоящее время синтезируем новые наночастицы и разрабатываем модели ИИ, способные прогнозировать оптимальные дозировки наномедицины на основе МРТ-изображений мозга мышей.

Мы стремимся расширить эту работу за счёт сотрудничества с врачами, специалистами по визуализации и экспертами в области методов характеризации наночастиц. Вместе мы можем ускорить внедрение наномедицины и ИИ в значимые неврологические методы лечения.

Иногда я представляю себе будущее, в котором пациент, у которого на ранней стадии диагностирована нейродегенерация, получает инфузию наномедицины, мы делаем МРТ, вводим изображение в модель ИИ, корректируем следующую дозу и настраиваем терапию, как настраиваем музыкальный инструмент.

Это может звучать идеалистично, но наш обзор показывает, что строительные блоки уже созданы. Нам просто нужно построить мосты между материаловедением, визуализацией, ИИ и клинической практикой, чтобы воплотить это в реальность.

Я — Джейсон Дживанандхам, доктор философии, C.Sci., MRSB, научный сотрудник MERIT в отделе экспериментальной нейробиологии, программы доклинических исследований, Национального института психического здоровья, Чехия. Мои исследования сосредоточены на разработке умных наноносителей для неврологических расстройств, интеграции молекулярной визуализации, машинного обучения и трансляционной наномедицины. Я стремлюсь перевести наномедицину из лаборатории в клинику с помощью междисциплинарного сотрудничества, охватывающего США, Европу, Азию и Австралию.

Эта история является частью Science X Dialog, где исследователи могут сообщать о результатах своих опубликованных исследовательских статей. Посетите эту страницу, чтобы узнать больше о Science X Dialog и о том, как принять участие.

Источник