428 Einträge gefunden
Suchparameter:
Suchbegriff:
nicht gesetzt
Keyword:
nicht gesetzt
Forschungsgebiet:
alle
Methode/Modell:
In silico, Künstliche Intelligenz
Länder:
alle
Zeitraum:
alle
bis heute
Filter:
OFF
Unternehmen:
Keine Einschränkung
Strikter Modus:
OFF
KI-Modell zur Vorhersage der Größe und des Ausgangs von Prostatatumoren
Oktober 2024
Dana-Farber Cancer Institute, Boston, USA
Obwohl MRT die Diagnose von Prostatakrebs verbessert hat, können die Schätzungen der Tumorgröße durch menschliche Ärzte von Person zu Person variieren. Daher trainierten die Forscher in dieser Studie ein KI-Modell anhand von MRT-Bildern von Prostatakrebstumoren von 732 Patienten, die in einem einzigen Zentrum behandelt wurden. Anschließend wurden die Größenschätzungen des KI-Modells mit dem Behandlungserfolg in den fünf bis zehn Jahren nach der Diagnose verknüpft. Die Forscher zeigten, dass das KI-Modell rund 85 Prozent der Prostatatumoren mit einem PI-RADS-Score (Prostate Imaging Reporting and Data System) von 5 innerhalb der Patientenkohorte lokalisieren und messen konnte. Dieser Score weist auf ein sehr hohes Risiko für klinisch signifikanten Prostatakrebs hin. Darüber hinaus zeigten die Größenschätzungen des Modells Potenzial als Prognosemarker. Bei Patienten, die chirurgisch oder mit Strahlentherapie behandelt wurden, waren größere Tumoren mit einem höheren Risiko für ein Wiederauftreten des Prostatakrebses verbunden, gemessen am Blutspiegel des prostataspezifischen Antigens (PSA).
AI-derived tumor volume from multiparametric MRI and outcomes in localized prostate cancer
Martin T. King
Eingestellt am: 03.12.2024
GENIX – Ein computergestützter Netzwerkanalyseansatz zur Identifizierung von Signaturgenen
2024
Sanofi, Cambridge, USA
Die Einzelzell-RNA-Sequenzierung (scRNA-seq) hat das Verständnis der zellulären Reaktionen auf Beeinträchtigungen wie therapeutische Interventionen und Impfstoffe verändert. Die Relevanz von Genen bei solchen Beeinträchtigungen wird häufig durch eine Differentialexpressionsanalyse (DEA) beurteilt, die eine eindimensionale Ansicht der transkriptomischen Landschaft bietet. Diese Methode übersieht möglicherweise Gene mit geringen Expressionsänderungen, aber tiefgreifenden nachgelagerten Effekten und ist anfällig für falsch positive Ergebnisse. In dieser Studie wird GENIX (Gene Expression Network Importance Examination) vorgestellt, ein Computer-Framework, das über DEA hinausgeht, indem es Genassoziationsnetzwerke erstellt und ein netzwerkbasiertes Vergleichsmodell zur Identifizierung topologischer Signaturgene verwendet. GENIX wurde anhand synthetischer und experimenteller Datensätze einem Benchmarking unterzogen. GENIX emuliert erfolgreich Schlüsselmerkmale biologischer Netzwerke und deckt Signaturgene auf, die bei der klassischen DEA übersehen werden, wodurch der Umfang der Zielgenentdeckung in der Präzisionsmedizin erweitert wird.
GENIX enables comparative network analysis of single-cell RNA sequencing to reveal signatures of therapeutic interventions
Nima Nouri, Virginia Savova
Eingestellt am: 08.07.2024
Maschinelles Lernen zur Optimierung geometrisch begrenzter Herz-Organoide
2024
Syracuse University, Syracuse, USA
Stammzell-Organoide sind leistungsfähige Modelle für die Untersuchung der Organentwicklung, Krankheitsmodellierung, Arzneimittelprüfung und Anwendungen in der regenerativen Medizin. Die Konvergenz von Organoid-Technologie, Tissue Engineering und künstlicher Intelligenz (KI) könnte möglicherweise unser Verständnis der Designprinzipien für das Organoid-Engineering verbessern. In dieser Studie wurden Mikrostrukturierungstechniken eingesetzt, um eine Designer-Bibliothek mit 230 Herz-Organoiden mit 7 geometrischen Designs zu erstellen. Die Heterogenität einzelner Organoide wurde anhand von 10 physiologischen Parametern mithilfe von Manifold-Learning-Techniken analysiert. Die Herz-Organoide wurden anhand ihrer funktionalen Ähnlichkeit mithilfe von unüberwachten maschinellen Lernansätzen gruppiert und aufbereitet, wodurch einzigartige Funktionalitäten im Zusammenhang mit geometrischen Designs aufgezeigt wurden. Darüber hinaus wurde die entscheidende Rolle der transienten Anstiegszeit von Kalzium bei der Unterscheidung von Organoiden anhand geometrischer Muster und Clustering-Ergebnisse hervorgehoben. Diese Integration von Organoid-Engineering und maschinellem Lernen verbessert das Verständnis der Struktur-Funktions-Beziehungen in Herz-Organoiden und ebnet den Weg für ein kontrollierteres und optimierteres Organoid-Design.
Design optimization of geometrically confined cardiac organoids enabled by machine learning techniques
Zhen Ma
Eingestellt am: 08.07.2024
Neuer Biomarker für asymptomatische Stadien der Alzheimer-Krankheit
2024
University of Barcelona, Barcelona, Spanien
Die klinische Relevanz von miRNAs als Biomarker wächst aufgrund ihrer Stabilität und Nachweisbarkeit in Bioflüssigkeiten. Dabei bleibt die Diagnose in asymptomatischen Stadien der Alzheimer-Krankheit (AD) eine Herausforderung, da sie gemäß der Braak-NFT-Einteilung nur bei einer Autopsie gestellt werden kann. Das Erreichen des Ziels, AD in frühen Stadien zu erkennen, würde es ermöglichen, potentielle Therapien anzugehen, bevor kognitive Beeinträchtigungen einsetzen. Viele Studien haben gezeigt, dass das Expressionsmuster einiger miRNAs bei AD-Patienten dysreguliert ist, jedoch wurde bisher keine mit einer herunterregulierten Expression des zellulären Prionproteins (PrPC) während des Krankheitsverlaufs in Zusammenhang gebracht. Aus diesem Grund wurden Studien von bei AD hochregulierten miRNAs mit der In-silico-Identifizierung potenzieller miRNAs durchgeführt, die an 3'UTR des menschlichen PRNP-Gens binden. In dieser Studie wurde miR-519a-3p zur Analyse ausgewählt. In-vitro-Experimente wurden durchgeführt, um das miR-519a-3p-Ziel auf 3′UTR-PRN zu validieren und die PrPC-Expressionsniveaus nach Verwendung der Mimic-Technologie auf Zellkulturen zu analysieren. Um die miR-519a-3p-Expression in menschlichen zerebralen AD-Proben in verschiedenen Stadien der Krankheitsentwicklung zu analysieren, wurde RT-qPCR durchgeführt. Darüber hinaus wurden Proben anderer neurodegenerativer Erkrankungen wie andere nicht-AD-Tauopathien und mehrere Synucleinopathien in die Studie einbezogen. Die Ergebnisse zeigten, dass miR-519a-3p in vitro mit PRNP 3′UTR überlappt und die Herunterregulierung von PrPC fördert. Außerdem wurde festgestellt, dass miR-519a-3p ausschließlich in AD-Proben von Stadium I bis VI hochreguliert ist, was auf seine potenzielle Verwendung als neuartiger Marker präklinischer Krankheitsstadien hindeutet.
miR-519a-3p, found to regulate cellular prion protein during Alzheimer's disease pathogenesis, as a biomarker of asymptomatic stages
Rosalina Gavín
Eingestellt am: 24.06.2024
Personalisierte Hirnschaltkreis-Scores identifizieren verschiedene Biotypen von Depressionen und Angstzuständen
2024
Stanford University School of Medicine, Stanford, USA
Es besteht dringender Bedarf an der Ableitung quantitativer Messgrößen auf der Grundlage kohärenter neurobiologischer Funktionsstörungen oder „Biotypen“, um eine Stratifizierung von Patienten mit Depressionen und Angststörungen zu ermöglichen. Hier wurden aufgabenfreie und aufgabenevozierte Daten aus einem standardisierten Protokoll für funktionelle Magnetresonanztomographie aus mehreren Studien an Patienten mit Depressionen und Angststörungen verwendet, sowohl behandlungsfrei als auch nach Randomisierung in Pharmakotherapie oder Verhaltenstherapie. Von diesen Patienten wurden personalisierte und interpretierbare Bewertungen von Funktionsstörungen der Gehirnschaltkreise abgeleitet, die auf einer theoretischen Taxonomie basieren. Die Teilnehmer wurden in sechs Biotypen unterteilt, die durch unterschiedliche Profile der intrinsischen aufgabenfreien funktionellen Konnektivität sowie der durch emotionale und kognitive Aufgaben hervorgerufenen Aktivierung und Konnektivität definiert wurden. Die sechs Biotypen zeigten in dieser Studie Übereinstimmung mit der theoretischen Taxonomie und wurden durch Symptome, Verhaltensleistung und Reaktion auf Pharmakotherapie sowie Verhaltenstherapie unterschieden. Die Ergebnisse bieten eine neue, theoriegeleitete, klinisch validierte und interpretierbare quantitative Methode zur Analyse der biologischen Heterogenität von Depressionen und Angststörungen. Sie stellen daher einen vielversprechenden Ansatz zur Weiterentwicklung der präzisen klinischen Versorgung in der Psychiatrie dar.
Personalized brain circuit scores identify clinically distinct biotypes in depression and anxiety
Leanne M. Williams
Eingestellt am: 29.07.2024
Systematische Verzerrungen bei der referenzbasierten fragmentomischen Profilierung von plasmazellfreier DNA
2024
Shenzhen Bay Laboratory, Shenzhen, China
Fragmentierungsmuster von plasmazellfreier DNA (cfDNA) sind neue Richtungen in der Krebs-Flüssigbiopsie mit hoher translationaler Bedeutung. Herkömmlicherweise werden die cfDNA-Sequenzierungsablesungen an einem Referenzgenom ausgerichtet, um ihre fragmentomischen Merkmale zu extrahieren. In dieser Studie wurden durch cfDNA-Fragmentomics-Profiling unter paralleler Verwendung verschiedener Referenzgenome für dieselben Datensätze systematische Verzerrungen in solchen herkömmlichen referenzbasierten Ansätzen festgestellt. Die Verzerrungen in den fragmentomischen Merkmalen von cfDNA variieren je nach ethnischer Herkunft probenabhängig und können daher die Leistung von Krebsdiagnosetests in mehreren klinischen Zentren nachteilig beeinflussen. Um die analytischen Verzerrungen zu umgehen, wurde außerdem Freefly entwickelt, ein referenzfreier Ansatz für das cfDNA-Fragmentomics-Profiling. Freefly läuft etwa 60-mal schneller als der herkömmliche referenzbasierte Ansatz und erzeugt dabei äußerst konsistente Ergebnisse. Darüber hinaus können die von Freefly gemeldeten fragmentomischen Merkmale von cfDNA direkt zur Krebsdiagnose verwendet werden. Daher besitzt Freefly translationalen Wert für die schnelle und unvoreingenommene Messung der cfDNA-Fragmentomik.
Systematic biases in reference-based plasma cell-free DNA fragmentomic profiling
Kun Sun
Eingestellt am: 08.07.2024
Verbesserte Erkennung von variablen Antikörperregionpeptiden durch Proteomik
2024
Erasmus University Medical Center, Rotterdam, Niederlande
Das polyklonale Repertoire zirkulierender Antikörper enthält möglicherweise wertvolle Informationen über den humoralen Immunzustand einer Person. Obwohl sich die Bottom-up-Proteomik gut für die Serumproteomik eignet, stellen die große Anzahl an Antikörpern und der dynamische Umfang des Serums eine Herausforderung für diese Analyse dar. Um das Serumproteom ausführlicher zu erfassen, wurden die Hochfeld-Asymmetrische Wellenform-Ionenmobilitätsspektrometrie (FAIMS) oder die zweidimensionale Chromatographie in die standardmäßige trypsinbasierte Bottom-up-Proteomik integriert. Dadurch erhöhte sich die Anzahl der mit variablen Regionen (VR) verbundenen Spektren mit FAIMS um das 1,7-fache und mit der Chromatographiefraktionierung um das 10-fache. Um Antikörper-VRs mit Spektren abzugleichen, wurden De-novo-Suche und BLAST-Ausrichtung kombiniert. Die Validierung dieses Ansatzes zeigte, dass mit zunehmender Peptidlänge die De-novo-Genauigkeit abnahm und die BLAST-Leistung zunahm. Durch In-silico-Berechnungen an Antikörper-Repository-Sequenzen wurde die Einzigartigkeit tryptischer VR-Peptide und ihre Eignung als Antikörper-Surrogat bestimmt. Ungefähr ein Drittel dieser Peptide war einzigartig und etwa ein Drittel aller Antikörper enthielten mindestens ein einzigartiges Peptid.
Improved detection of tryptic immunoglobulin variable region peptides by chromatographic and gas-phase fractionation techniques
Christoph Stingl
Eingestellt am: 08.07.2024
Natural Language Processing in der Toxikologie
2024
Utrecht University of Applied Sciences, Utrecht, Niederlande
Toxikologen verwenden Adverse Outcome Pathways (AOPs), um zu verstehen, wie Verbindungen schädliche Wirkungen verursachen. AOPs visualisieren Toxizitätsmechanismen über verschiedene biologische Ebenen hinweg. Derzeit basiert die AOP-Erstellung auf manueller Literaturrecherche, was zeitaufwändig ist. Natural Language Processing (NLP) könnte diesen Prozess rationalisieren und es Forschern ermöglichen, sich auf die kritische Bewertung statt auf die Datensammlung zu konzentrieren. Diese Studie nutzte Deep-Learning-Modelle, um relevante Entitäten und kausale Beziehungen in der wissenschaftlichen Literatur zu identifizieren, wobei der Fokus auf Lebercholestase und -steatose lag. Die NLP-Pipeline kombinierte Named Entity Recognition und Beziehungsextraktion, um Verbindungen zu screenen und mechanistische Informationen über biologische Ebenen hinweg zu extrahieren. Die Forschung zeigt das Potenzial von NLP zur Unterstützung der toxikologischen Informationsextraktion und stellt ein Open-Source-Modell zur Erkennung toxikologischer Entitäten und ihrer Beziehungen bereit. Ressourcen sind auf GitHub verfügbar.
The application of natural language processing for the extraction of mechanistic information in toxicology
Marie Corradi
Eingestellt am: 03.12.2024
Subtype-WGME ermöglicht genomweite Multi-Omics-Krebs-Subtypisierung
2024
East China University of Science and Technology, Shanghai, China
In dieser Studie wird eine innovative Strategie zur Integration genomweiter Multi-Omics-Daten vorgestellt, die eine adaptive Zusammenführung erleichtert, indem sie Merkmale verborgener Schichten nutzt, die aus hochdimensionalen Omics-Daten über einen Multitasking-Encoder abgeleitet werden. Empirische Auswertungen von acht Benchmark-Krebs-Datensätzen belegten, dass das vorgeschlagene Framework die Vergleichsalgorithmen bei der Krebs-Subtypisierung übertraf und bessere Subtypisierungsergebnisse lieferte. Aufbauend auf diesen Subtypisierungsergebnissen wurde eine robuste Pipeline zur Identifizierung genomweiter Biomarker eingerichtet, die 195 signifikante Biomarker aufdeckte. Darüber hinaus wurde eine umfassende Analyse durchgeführt, um die Bedeutung der einzelnen Omics- und nicht-kodierenden Regionsmerkmale auf genomweiter Ebene während der Krebs-Subtypisierung zu bewerten. Die Untersuchung zeigt, dass sowohl Omics- als auch nicht-kodierende Regionsmerkmale die Krebsentwicklung und die Überlebensprognose erheblich beeinflussen. Diese Studie betont das Potenzial und die praktischen Auswirkungen der Integration genomweiter Daten in die Krebsforschung und demonstriert die Wirksamkeit einer umfassenden genomischen Charakterisierung. Darüber hinaus bieten die Erkenntnisse aufschlussreiche Perspektiven für die Multi-Omics-Analyse unter Einsatz von Deep-Learning-Methoden.
Subtype-WGME enables whole-genome-wide multi-omics cancer subtyping
Zhe Wang
Eingestellt am: 08.07.2024
KI-gestützter Algorithmus beschleunigt TCR-Identifizierung zur Entwicklung personalisierter Immuntherapien
2024
German Cancer Research Center, Heidelberg, Deutschland
Zur Beschleunigung der Entwicklung personalisierter T-Zell-Therapien wird in der vorliegenden Studie ein antigenunabhängiger Klassifikator (predicTCR) vorgestellt. PredicTCR ist ein auf maschinelles Lernen ausgelegter Algorithmus, der hochleistungsstarke Einzel-TIL-RNA-Sequenzierungstechniken nutzt, um reaktive T-Zell-Rezeptoren (TCRs) in tumorinfiltrierende Lymphozytenkulturen (TILs) verschiedener Krebsarten zu identifizieren. Das für die Studie verwendete resezierte Tumorgewebe wurde von einem männlichen 62-jährigen Melanom-Patienten zur Verfügung gestellt. Nach gelungener Identifizierung reaktiver TCRs in den Tumorproben des Spenders nutzten die Forscher die Ergebnisse und weitere Sequenzdaten, um den Algorithmus zu trainieren. Die Ergebnisse zeigen, dass die Vorhersagen von predicTCR eine deutlich höhere Genauigkeit (bis zu 90%) und Empfindlichkeit als bisherige Methoden aufweisen. Zudem ermöglicht die Kombination von Horchdurchsatz-TCR-Klonierung und Reaktivitätsvalidierung eine Auswahl priorisierter TCR-Klonotypen in nur wenigen Tagen. Zusammenfassend erweist sich die Methode als ein innovativer und effizienter Lösungsansatz, der dabei helfen kann, die Herstellung personalisierter Immuntherapien zu optimieren, indem er wertvolle Zeit einspart und durch das integrierte maschinelle Lernsystem die Suche nach reaktiven TCRs kontinuierlich präzisiert und verbessert.
Prediction of tumor-reactive T cell receptors from scRNA-seq data for personalized T cell therapy
M. Platten, E. W. Green
Eingestellt am: 02.04.2024
Kuratierte Daten über die Wassertoxizität von Chemikalien
2024
Helmholtz Centre for Environmental Research – UFZ, Leipzig, Deutschland
Chemikalien in der aquatischen Umwelt können für Organismen und Ökosysteme schädlich sein. Für die Risikobewertung von Chemikalien und die Identifizierung toxischer Verbindungen sind Kenntnisse über Wirkungskonzentrationen sowie über Mechanismen und Arten der Interaktion mit biologischen Molekülen und Signalwegen erforderlich. Zu diesem Zweck entwickelten die Forscher Kriterien und eine Pipeline für das Sammeln und Zusammenfassen von Wirkkonzentrationen aus der US-amerikanischen ECOTOX-Datenbank für die drei aquatischen Artengruppen Algen, Krebstiere und Fische und recherchierten die Wirkungsweisen von mehr als 3.300 umweltrelevanten Chemikalien in der Literatur und in Datenbanken. Hier stellen sie einen kuratierten Datensatz zur Verfügung, der für die Risikobewertung auf der Grundlage von Überwachungsdaten verwendet werden kann und die erste umfassende Sammlung und Kategorisierung der Wirkungsweisen von Umweltchemikalien darstellt. Behörden, Regulierungsbehörden und Wissenschaftler können diese Daten für die Gruppierung von Chemikalien, die Bildung sinnvoller Bewertungsgruppen und die Entwicklung von In-vitro- und In-silico-Ansätzen für die Prüfung und Bewertung von Chemikalien nutzen.
Curated mode-of-action data and effect concentrations for chemicals relevant for the aquatic environment
Tobias Schulze, Wibke Busch
Eingestellt am: 26.01.2024
KI nutzt Chromatin als Biomarker zur (Früh-)Diagnose und Therapiebewertung von Krebs
Dezember 2023
Paul-Scherrer Institute, Villigen, Schweiz
Ergebnisse bisheriger Studien zeigen, dass Tumore durch sog. Sekretomsignale Einfluss auf die Chromatinkonformation in den mononukleären peripheren Blutzellen (PBMCs) nehmen. Zudem ist die Konzentration der Sekretome vom Stadium der Erkrankung abhängig. Im Anschluss hieran wird in der vorliegenden Studie das Potenzial von Chromatin-Biomarkern zur frühzeitigen Diagnose, sowie zur Therapiebewertung von Krebserkrankungen bewertet. Hierfür wurde zunächst die dreidimensionale Chromatinorganisation aus Blutproben 10 gesunder Probanden und verschiedener Tumorpatienten mit Fluoreszenzverfahren bildlich analysiert. Charakteristische Chromatinmuster und Merkmale wurden in probandenspezifische Datensätze transformiert und zur Vorhersage in ein maschinelles Lernsystem eingespeist. In einer ersten Testreihe wurden die Datensätze von 10 gesunden Probanden mit den Informationen von 10 Tumorpatienten verglichen. Die KI konnte hier mit einer hohen Sensitivität anhand der chromatischen Merkmale zwischen Gesunden und Erkrankten unterscheiden. In weiteren Testreihen konnte zudem gezeigt werden, dass die KI mit bis zu einer 89%igen Genauigkeit drei Tumorgruppen voneinander unterscheiden konnte. Abschließend wurde die Chromatinkonformation von 30 Tumorpatienten (jeweils 10 Gliom-, 10 Meningeom- und 10 Kopf-Hals-Tumorpatienten) untersucht, die sich einer Protonenbestrahlung unterzogen. Die Blutproben wurden zu drei unterschiedlichen Zeitpunkten der Therapie entnommen und analysiert. Die Ergebnisse zeigten charakteristische zelluläre Veränderungen, die auf ein Ansprechen der Therapie hindeuteten und in zukünftigen klinischen Studien vertieft werden sollen. Zusammenfassend erweist sich die KI-basierte Chromatin-Biomarker-Analyse als eine neue und wertvolle Methode, die dabei helfen kann, Krebserkrankungen frühzeitig zu diagnostizieren, den Erfolg bzw. das Ansprechen patientenspezifischer Therapieansätze prädiktiv zu bewerten und invasive Eingriffe zur Diagnostik bei schwer erkrankten Patienten zu vermeiden.
Imaging and AI based chromatin biomarkers for diagnosis and therapy evaluation from liquid biopsies
damien.weber@psi.ch, Damien C. Weber
Eingestellt am: 19.12.2023
KI-Modell zeigt Zusammenhänge zwischen strukturellen und funktionellen Merkmalen des Gehirns
November 2023
University of Cambridge, Cambridge, Großbritannien
In dieser Studie haben die Forscher gezeigt, dass ein künstlich intelligentes System, das physikalischen Einschränkungen unterworfen ist und ähnlich wie das menschliche Gehirn sich innerhalb physikalischer und biologischer Grenzen entwickelt und funktioniert, in der Lage ist, Merkmale des Gehirns komplexer Organismen zu entwickeln, um Probleme zu lösen. Sie entwickelten ein künstliches System, das eine vereinfachte Version des Gehirns nachbilden sollte, und wendeten physikalische Einschränkungen an. Das System entwickelte einige Schlüsseleigenschaften, die denen des menschlichen Gehirns ähneln. Dieses KI-System könnte Aufschluss darüber geben, wie diese Beschränkungen die Variationen menschlicher Gehirne formen und sich auf die Unterschiede auswirken, die bei Menschen mit kognitiven oder psychischen Problemen beobachtet werden.
Spatially embedded recurrent neural networks reveal widespread links between structural and functional neuroscience findings
Jascha Achterberg, Danyal Akarca
Eingestellt am: 02.04.2024
Ein Referenzdatensatz für maschinelles Lernen in der Ökotoxikologie
Oktober 2023
Eawag, Swiss Federal Institute of Aquatic Science and Technology, Dübendorf, Schweiz
Der Einsatz des maschinellen Lernens für die Vorhersage ökotoxikologischer Ergebnisse ist vielversprechend, wird aber noch nicht ausreichend genutzt. Die Aufbereitung von Daten mit aussagekräftigen Merkmalen erfordert sowohl Fachkenntnisse im Bereich des maschinellen Lernens als auch ein fundiertes biologisches und ökotoxikologisches Hintergrundwissen, was eine Einstiegshürde für diese Art von Forschung darstellen kann. Darüber hinaus kann die Leistung der Modelle nur dann mit anderen Studien verglichen werden, wenn dieselben Datensätze, Bereinigungen und Aufteilungen verwendet wurden. Daher stellen die Forscher in dieser Studie ADORE zur Verfügung, einen umfangreichen und gut beschriebenen Datensatz zur akuten aquatischen Toxizität in drei relevanten taxonomischen Gruppen (Fische, Krebstiere und Algen). Der Kerndatensatz beschreibt ökotoxikologische Experimente und wird durch phylogenetische und artspezifische Daten zu den Arten sowie durch chemische Eigenschaften und molekulare Darstellungen ergänzt. Die Forscher heben konkrete Herausforderungen hervor, einschließlich der Extrapolation über taxonomische Gruppen hinweg, um mehr über das Potenzial und die Grenzen des maschinellen Lernens in der Ökotoxikologie zu erfahren.
A benchmark dataset for machine learning in ecotoxicology
Christoph Schür
Eingestellt am: 26.01.2024
Mathematisches Modell der Fluidströmung in Organchips
Oktober 2023
University of Minho, Guimarães, Portugal
Das Ziel dieser Studie ist es, ein numerisches Modell zu entwickeln, das in der Lage ist, das Strömungsverhalten von Flüssigkeiten innerhalb eines Organ-on-a-Chip (OoC)-Systems zu reproduzieren. Daher wurde die Validierung eines numerischen Modells für ein mikrofluidisches OoC-Gerät durchgeführt. Dies umfasste die Bewertung von Mikropartikeln, die durch ein physikalisches OoC-Modell fließen. Hochgeschwindigkeitsmikroskopische Aufnahmen der Strömung mit einer dem Blut entsprechenden Flüssigkeit wurden analysiert und mit der numerischen Simulation verglichen. Des Weiteren wurde der Sauerstofftransport simuliert und für verschiedene Reynolds-Zahlen ausgewertet.
Die vom numerischen Modell vorhergesagten und die vom experimentellen Modell ausgegebenen Ergebnisse stimmten gut überein. Die erfolgreiche Validierung des numerischen Modells anhand experimenteller Daten zeigt seine Genauigkeit und Zuverlässigkeit bei der Simulation der Fluidströmung innerhalb des OoC. Dies kann den OoC-Entwurfsprozess beschleunigen.
Numerical evaluation and experimental validation of fluid flow behavior within an organ-on-a-chip model
Violeta Carvalho
Eingestellt am: 02.12.2023
Maschinelles Lernen Modell identifiziert krebsspezifische Enhancer-Gen-Interaktionen
2023
Weill Cornell Medicine, New York, USA
In dieser Studie wurde ein Computermodell namens "Differential Gene Targets of accessible chromatin" (DGTAC) entwickelt. Es hilft dabei, bestimmte genetische Bereiche zu identifizieren, die das Wachstum von bösartigen Zellen fördern, was wichtig für die Entwicklung von Krebsmedikamenten ist. Das Modell verwendet Daten von 371 Patienten mit verschiedenen Krebsarten, um diese Bereiche zu erkennen. Es benötigt nur eine kleine Menge Gewebe von den Patienten, um zuverlässige Vorhersagen zu machen.
Das Modell verwendet spezielle Daten (ATAC-seq und RNA-seq), um vorherzusagen, wie Gene aktiviert werden. Es berücksichtigt auch andere Informationen wie die Entfernung der genetischen Sequenzen von ihren Transkriptionsstartstellen und wie stark sie aktiviert sind. Ein wichtiger Punkt bei den Vorhersagen ist ein spezieller Fehlerwert, der für jede Probe berechnet wird.
In Tests mit verschiedenen Krebszellen konnte das Modell neue Bereiche identifizieren, die die Aktivität von 602 Krebsgenen beeinflussen. Außerdem wurden die Vorhersagen des Modells in Experimenten überprüft und bestätigt. Das Modell kann auch unterschiedliche Arten von genetischen Bereichen unterscheiden, was bisherige Methoden nicht konnten.
Die Ergebnisse dieser Studie helfen uns, die genetischen Ursachen von Krankheiten besser zu verstehen, die durch fehlerhafte Genaktivität ausgelöst werden. Außerdem zeigt das Modell, wie es durch seinen patientenspezifischen Ansatz bei der Entwicklung maßgeschneiderter Medikamente für einzelne Patienten nützlich sein kann.
Recapitulation of patient-specific 3D chromatin conformation using machine learning
Ekta Khurana
Eingestellt am: 26.09.2023
In vitro Modell für Knochenumbau mit Mikrofluidik
2023
Eindhoven University of Technology, Eindhoven, Niederlande
Gesunde Knochengewebe werden durch den kontinuierlichen Prozess des Knochenumbaus in einem dynamischen Gleichgewicht aufrechterhalten. Eine Störung dieses Prozesses kann zu schwerwiegenden Erkrankungen wie Osteoporose führen. Aktuell existiert jedoch noch kein umfassendes In-vitro-Modell, das den komplexen Prozess des Knochenumbaus abbilden kann.
In diesem Zusammenhang stellen mikrofluidische Chips vielversprechende Ansätze dar. Insbesondere ihre Fähigkeit zur Schaffung dynamischer Kulturbedingungen ist für die In-vitro-Bildung von Knochengewebe von entscheidender Bedeutung. In dieser Studie wurde ein neuartiges, gerüstfreies dreidimensionales mikrofluidisches Kokulturmodell präsentiert, das den Prozess des Knochenumbaus nachbildete.
Die Methode verwendete menschliche mesenchymale Stammzellen, die in die osteoblastäre Linie differenzierten und sich zu strukturiertem Knochengewebe zusammenfügten. Dieses Gewebe ähnelte in Form und Dimension den trabekulären Strukturen im menschlichen Knochen. Durch die Integration von menschlichen Monozyten konnten zudem osteoklastenähnliche Zellen erzeugt werden, die in der Lage waren, mit dem Knochengewebe zu interagieren.
Um die physiologischen Bedingungen nachzubilden, wurden computergestützte Modelle entwickelt, um die im Gewebe erzeugten Schubspannungen und Dehnungen aufgrund des Flüssigkeitsflusses zu analysieren. Darüber hinaus wurde eine Versuchsanordnung entwickelt, die es ermöglichte, die Zellen über einen langen Zeitraum (bis zu 35 Tage) auf dem Chip zu kultivieren. Diese Anordnung ermöglichte dabei Vorteile wie kontinuierlichen Flüssigkeitsfluss, minimales Risiko für Lufteinschlüsse, einfachen Austausch des Nährmediums im Brutschrank und die Option zur Echtzeit-Bildgebung lebender Zellen.
Die etablierte On-Chip-Kokultur stellt einen bedeutenden Fortschritt bei der Entwicklung von In-vitro-Modellen für den Knochenumbau dar. Diese Modelle werden zukünftig dazu beitragen, die Wirksamkeit von Medikamenten zu testen und ein besseres Verständnis für die zugrunde liegenden Mechanismen von Knochengewebeveränderungen zu gewinnen.
Osteogenesis and osteoclastogenesis on a chip: Engineering a self-assembling 3D coculture
M.A.M. Vis
Eingestellt am: 29.08.2023
NetBID2: Computerbasiertes Tool für die Analyse versteckter Treiber
2023
St. Jude Children’s Research Hospital, Memphis, USA
In dieser Studie haben die Forscher eine aktualisierte Methode zur Analyse von Multi-Omics-Daten entwickelt, um versteckte Krebstreiber zu identifizieren, die durch herkömmliche Sequenzierungsansätze nicht sofort erkennbar sind. Das computerbasiertes Tool namens NetBID2 wurde entwickelt, um versteckte Krankheitstreiber zu finden, indem es große Mengen an RNA-Sequenzierungsdaten nutzt und ein Gen-Gen-Interaktom generiert. Dieses Interaktom ermöglicht es Forschern, die Beziehungen zwischen Treiberkandidaten und ihren nachgeschalteten Effektorgenen zu verfolgen und so zu identifizieren, welche Signalproteine für die Schlüsselbeziehungen, die Krankheiten auslösen, am zentralsten sind. Die Autoren demonstrieren die Leistungsfähigkeit von NetBID2 anhand von drei Beispielen versteckter Treiber in normalem Gewebe sowie bei Krebserkrankungen von Kindern und Erwachsenen.
NetBID2 provides comprehensive hidden driver analysis
Jiyang Yu
Eingestellt am: 14.09.2023
Organoide Intelligenz (OI): die neue Grenze des Biocomputings und der Petrischalen-Intelligenz
2023
Johns Hopkins University, Baltimore, USA
Neuste Fortschritte bei aus humanen Stammzellen gewonnenen Gehirnorganoiden versprechen die Nachbildung wichtiger molekularer und zellulärer Aspekte von Lernen und Gedächtnis sowie möglicherweise auch Aspekte der kognitiven Fähigkeiten in vitro und schaffen damit eine neue wissenschaftliche Disziplin namens „Organoide Intelligenz“ (OI).
Durch Vorstelllung eines kollaborativen Programms zur Umsetzung der Vision eines multidisziplinären OI-Sektors wollen die Autoren OI als eine Form des biologischen Computings etablieren, das Gehirnorganoide unter Verwendung wissenschaftlicher und biotechnologischer Fortschritte auf ethisch verantwortungsvolle Weise nutzt. Standardisierte, dreidimensionale, myelinierte Gehirnorganoide können bereits mit hoher Zelldichte und angereicherten Mengen an Gliazellen und Genexpression hergestellt werden, die für das Lernen entscheidend sind. Integrierte mikrofluidische Perfusionssysteme können eine skalierbare und dauerhafte Kultivierung sowie raumzeitliche chemische Signalübertragung unterstützen. Neuartige 3D-Mikroelektrodenarrays ermöglichen hochauflösende raumzeitliche elektrophysiologische Signalübertragung und -aufzeichnung, um die Fähigkeit von Gehirnorganoiden zu erforschen, die molekularen Mechanismen von Lernen und Gedächtnisbildung und letztendlich ihr Rechenpotenzial nachzubilden. Technologien, die neuartige Biocomputing-Modelle über Reiz-Reaktions-Training und Organoid-Computer-Schnittstellen ermöglichen könnten, befinden sich in der Entwicklung.
Die strategische Etablierung von OI als wissenschaftliche Disziplin, kombiniert mit einem eingebetteten Ethikansatz zur Analyse der ethischen Aspekte, die durch die OI-Forschung aufgeworfen werden, könnte die Entwicklung von OI-basierten Biocomputing-Systemen erleichtern, die schnellere Entscheidungsfindung, kontinuierliches Lernen während der Aufgabenbearbeitung und höhere Energie- und Dateneffizienz ermöglichen.
Organoid intelligence (OI): the new frontier in biocomputing and intelligence-in-a-dish
Thomas Hartung
Eingestellt am: 10.06.2024
Vorhersage der Multispezies-Toxizität für metallische Nanomaterialien
2023
Beihang University, Beijing, China(1)
Beihang University, Peking, China(2)
Beihang University, Peking, China(2)
Die breite Produktion und Verwendung von metallischen Nanomaterialien (MNMs) führt zu erhöhten Emissionen in die aquatische Umwelt und birgt hohe potenzielle Risiken. Das Ziel dieser Studie war es, ein auf maschinellem Lernen basierendes Regressionsmodell für die Vorhersage aquatischer Toxizität zu entwickeln, das physikalisch-chemische Eigenschaften der MNMs, Umweltfaktoren und verschiedene Organismen mit ihren eigenen Merkmalen und Expositionsbedingungen berücksichtigt. Um dies zu erreichen, wurde auf Basis von veröffentlichten Datensätzen für 14 verschiedenen MNMs gegen 51 Arten ein Modell entwickelt und das Modell anhand von Daten aus kürzlich veröffentlichter Literatur validiert. Das Modell wurde verwendet, um die Bedeutung und Wechselwirkung zwischen physikalisch-chemischen Eigenschaften, Umweltfaktoren und Spezies zu analysieren. Die Merkmalsbedeutungs- und Interaktionsanalyse zeigte, dass die Expositionsdauer, die Beleuchtung, die Größe und der hydrodynamische Durchmesser der MNMs die Hauptfaktoren waren, die die Ökotoxizität von MNMs beeinflussten.
Der In-silico-Ansatz ermöglicht die Vorhersage der Multispezies-Toxizität für MNMs und wird dazu beitragen, Expositionspfade weiter zu erforschen.
Using machine learning to predict adverse effects of metallic nanomaterials to various aquatic organisms
Ying Wang(1), Wenhong Fan(2)
Eingestellt am: 06.02.2024
In-silico Identifizierung von Wirkstoffen für die Malariatherapie
2023
C. K. Tedam University of Science and Technology, Navrongo, Ghana
Malaria, verursacht durch Plasmodium falciparum, bleibt eine der tödlichsten parasitären Krankheiten, von der fast ein Drittel der Weltbevölkerung betroffen ist. Das Haupthindernis für die Behandlung von Malaria ist das Auftreten einer Resistenz des P. falciparum-Parasiten gegen derzeitige Anti-Malaria-Therapeutika. In dieser Studie setzten die Forscher verschiedene In-Silico-Techniken ein, um potenzielle neue Inhibitoren von zwei Enzymzielen zu identifizieren, die eine entscheidende Rolle bei der Fettsäuresynthese im Plasmodium-Parasiten spielen. Insgesamt wurden neun Hit-Verbindungen identifiziert, die alle hervorragende pharmakokinetische und toxische Eigenschaften aufweisen. Die Ergebnisse weisen darauf hin, dass die identifizierten Verbindungen als Behandlungsoption für Malaria dienen könnten.
In silico identification of potential inhibitors of acyl carrier protein reductase and acetyl CoA carboxylase of Plasmodium falciparum in antimalarial therapy
James Abugri
Eingestellt am: 25.04.2023
In-silico-Methode zur IVF-Embryoselektion
2023
Weill Cornell Medicine, New York, USA
Eine Herausforderung im Bereich der In-vitro-Fertilisation (IVF) ist die Auswahl der lebensfähigsten Embryonen für den Transfer. Gegenwärtige Methoden haben mehrere Nachteile, einschließlich Variabilität, Invasivität und Kosten. In dieser retrospektiven Studie verwendeten die Forscher maschinelles Lernen und Deep-Learning-Ansätze, um STORK-A zu entwickeln, eine nicht-invasive und automatisierte Methode zur Embryobewertung, die mithilfe künstlicher Intelligenz den Status der Ploidie des Embryos vorhersagt. Die Analyse und Modellentwicklung umfasste die Verwendung von 10 378 Embryonen von 1385 Patienten. STORK-A prognostizierte aneuploide versus euploide Embryonen innerhalb von drei Klassifikationsaufgaben mit hoher Genauigkeit. Als Proof-of-Concept zeigt STORK-A die Fähigkeit, die Ploidie von Embryonen auf nicht-invasive Weise vorherzusagen, und zeigt zukünftiges Potenzial als standardisierte Ergänzung zu traditionellen Methoden der Embryonenauswahl und Priorisierung für die Implantation oder Empfehlung für weitere Tests.
A non-invasive artificial intelligence approach for the prediction of human blastocyst ploidy: a retrospective model development and validation study
Iman Hajirasouliha
Eingestellt am: 05.01.2023
Maschinelles Lernverfahren zur personalisierten Vorhersage der Hirntumorprogression
2023
University of Waterloo, Waterloo, Kanada
Glioblastoma multiforme (GBM) ist eine der tödlichsten Krebsarten. Verfahren zur Charakterisierung dieser Tumoren sind wertvoll, um Vorhersagen über ihre Progression und ihr Ansprechen auf die Behandlung zu verbessern. Ein mathematisches Modell namens Proliferation-Invasion (PI)-Modell wurde in der Literatur ausgiebig verwendet, um das Wachstum dieser Tumore zu modellieren, obwohl es auf zwei Schlüsselparametern beruht, die auf patientenspezifische Weise schwer abzuschätzen sind. In diesem Artikel entwickeln und wenden die Forscher ein Deep-Learning-Modell an, das in der Lage ist, genaue Schätzungen dieser Schlüsselparameter für GBM vorzunehmen und gleichzeitig eine vollständige Vorhersage der Tumorprogressionskurve zu erstellen. Das Verfahren verwendet MRT-Daten. Das Modell wurde auf einen klinischen Datensatz angewendet, der aus fünf GBM-Patienten bestand. Für alle Patienten leiten die Forscher evidenzbasierte Schätzungen für jeden der PI-Modellparameter und Vorhersagen für das zukünftige Fortschreiten des Tumors sowie Schätzungen der Parameterunsicherheiten ab. Diese Arbeit stellt eine neue, leicht verallgemeinerbare Methode zur Schätzung patientenspezifischer Tumorparameter bereit, auf der aufgebaut werden kann, um Ärzte bei der Gestaltung personalisierter Behandlungen zu unterstützen.
Deep learning characterization of brain tumours with diffusion weighted imaging
Cameron Meaney
Eingestellt am: 19.01.2023
Rahmenbedingungen für die Organisation und Variation menschlicher Stammzellen
2023
Allen Institute for Cell Science, Seattle, USA
Zu verstehen, wie eine Untergruppe exprimierter Gene den zellulären Phänotyp bestimmt, ist aufgrund der großen Anzahl beteiligter Moleküle, ihrer Kombinatorik und der Fülle zellulärer Verhaltensweisen, die sie bestimmen, eine erhebliche Herausforderung. Hier reduzierten die Forscher diese Komplexität, indem sie sich auf die zelluläre Organisation – ein Schlüsselindikator und Treiber des Zellverhaltens – auf der Ebene wichtiger Zellstrukturen konzentrierten, die unterschiedliche Organellen und Funktionseinheiten darstellen. Sie generierten den WTC-11 hiPSC Single-Cell Image Dataset v1, der mehr als 200.000 lebende Zellen in 3D enthält und 25 wichtige Zellstrukturen umfasst. Umfang und Qualität dieses Datensatzes ermöglichten die Schaffung eines verallgemeinerbaren Analyserahmens, um Rohbilddaten von Zellen und ihren Strukturen in dimensionsreduzierte, quantitative Messungen umzuwandeln, die von Menschen interpretiert werden können, und um die Datenexperimente zu erleichtern. Dieser Rahmen berücksichtigt die enorme Variabilität von Zelle zu Zelle, die innerhalb einer normalen Population beobachtet wird, erleichtert die Integration von Zell-für-Zelle-Strukturdaten und ermöglicht quantitative Analysen unterschiedlicher, trennbarer Aspekte der Organisation innerhalb und über verschiedene Zellpopulationen hinweg.
Integrated intracellular organization and its variations in human iPS cells
Susanne M. Rafelski
Eingestellt am: 05.06.2023
„Auflösung von Assoziationen“ bei Schizophrenie
Dezember 2022
Tokyo Medical and Dental University, Tokyo, Japan
Schizophrenie ist eine psychische Erkrankung, die mit Denkstörungen einschließlich Wahnvorstellungen und desorganisierter Sprache einhergeht. Denkstörungen wurden als Folge der Auflösung von Assoziationen zwischen semantischen Konzepten angesehen. Um zu bewerten, wie abweichende semantische Verbindungen durch Gehirnaktivität ausgedrückt werden, charakterisierten die Forscher großräumige Netzwerkstrukturen von Konzeptrepräsentationen mithilfe der funktionellen Magnetresonanztomographie (fMRI). Sie quantifizierten verschiedene Konzeptrepräsentationen in den Gehirnen von Patienten aus fMRI-Aktivität, die durch Filmszenen hervorgerufen wurden, indem sie Codierungsmodelle verwendeten und anschließend semantische Gehirnnetzwerke konstruierten. Die Ergebnisse liefern pathophysiologische Hinweise auf die Assoziationslockerung bei Schizophrenie. Diese Methode stellt einen vielversprechenden Ansatz dar, um die neuronalen Grundlagen veränderter oder kreativer innerer Erfahrungen von Menschen mit psychischen Erkrankungen bzw. außergewöhnlichen Fähigkeiten zu verstehen.
Disorganization of semantic brain networks in schizophrenia revealed by fMRI
Hidehiko Takahashi
Eingestellt am: 19.01.2023
In-silico-Kartierung von Flavonoidverbindungen für Krebstherapien
Dezember 2022
Oswaldo Cruz Foundation (Fiocruz), Eusébio, Brasilien
Flavonoide sind eine Klasse von Naturprodukten, die in medizinischen und diätetischen Pflanzen weit verbreitet sind. Ihr pharmakologischer Einsatz hat das Potenzial gezeigt, das Risiko verschiedener Krebsarten und anderer weit verbreiteter Krankheiten zu verringern. Ihr molekulares Gerüst hemmt die PD-1/PD-L1-Achse, einen wichtigen Weg im Zusammenhang mit der adaptiven Immunresistenz von Krebszellen, die bereits für die Entwicklung neuer Krebsimmuntherapien anvisiert sind. Hier wollten die Forscher den Bindungsmodus von Flavonoidmolekülen mit PD-1- und/oder PD-L1-Proteinen rechnerisch vorhersagen, indem sie unvoreingenommene Computermethoden wie blindes Andocken und überwachte Molekulardynamiksimulationen verwendeten. Die molekularen Wechselwirkungen und Dynamiken dieser vorhergesagten Protein-Flavonoid-Komplexe wurden durch mehrere Molekulardynamik-Simulationen weiter analysiert. Die Ergebnisse lieferten beispiellose Informationen über die Wechselwirkung und Dynamik von Flavonoiden, wenn sie mit PD-1-Checkpoint-Pathway-Proteinen komplexiert sind, und können den Weg für die Entwicklung neuer Flavonoidderivate mit selektiver Antikrebsaktivität ebnen.
In silico mapping of the dynamic interactions and structure-activity relationship of flavonoid compounds against the immune checkpoint programmed-cell death 1 pathway
João Hermínio Martins Da Silva
Eingestellt am: 25.04.2023
Tiefe Hirnstimulation zur Behandlung von Alzheimer
Dezember 2022
Charité – Universitätsmedizin Berlin, Berlin, Deutschland
In dieser Studie wird die Tiefenhirnstimulation (Deep Brain Stimulation, DBS) als experimentelle Behandlung für Patienten mit leichter Alzheimer-Erkrankung untersucht. Insbesondere wird die Platzierung der Elektroden im Gehirn in Hinblick auf eine Verbesserung der kognitiven Funktion der beteiligten Patienten untersucht und optimiert.
Dafür werden Daten von 46 Patienten verwendet, die an sieben internationalen Zentren mit DBS behandelt wurden. Die optimale Stimulationsposition wurde anhand von strukturellen und funktionellen Konnektivitätsdaten sowie der Modulation von Gehirnnetzwerken, die im Zusammenhang mit dem Gedächtnis stehen, identifiziert.
Die Ergebnisse waren robust und könnten ein optimales Ziel für die Behandlung der Alzheimer-Krankheit definieren, welches die DBS-Operation und -Programmierung verfeinern könnte.
Optimal deep brain stimulation sites and networks for stimulation of the fornix in Alzheimer’s disease
Andreas Horn
Eingestellt am: 06.01.2023
In-silico-Identifizierung von Multi-Target-Liganden für die Mediamentenentwicklung von Neurodegenerative Erkrankungen
November 2022
Bulgarian Academy of Sciences, Sofia, Bulgarien
Die konventionelle Behandlung von neurodegenerativen Erkrankungen (NDDs) basiert auf dem Paradigma „ein Molekül – ein Ziel“. Um der multifaktoriellen Natur von NDDs entgegenzuwirken, verlagert sich der Fokus nun auf die Entwicklung von Verbindungen auf Basis kleiner Moleküle, die mehr als ein Proteinziel modulieren können, bekannt als „Multi-Target-Directed Ligands“ (MTDLs), bei gleichzeitig geringer Affinität für Proteine, die für die Therapie irrelevant sind. In dieser Studie wurden mehr als 650.000 Verbindungen durch eine Reihe von In-silico-Ansätzen gescreent, um arzneimittelähnliche Verbindungen mit vorhergesagter gleichzeitiger Aktivität gegenüber drei wichtigen Proteinen in der symptomatischen Behandlung von NDDs zu identifizieren. Vier ausgewählte Treffer wurden anschließend durch In-silico-Abschätzung der Durchdringung der Blut-Hirn-Schranke, Sicherheitsbewertung und Molekulardynamiksimulationen verfeinert, was zu zwei Hit-Verbindungen führte, die eine rationale Grundlage für die weitere Entwicklung von Multi-Target-Wirkstoffen gegen NDDs darstellen.
In silico identification of multi-target ligands as promising hit compounds for neurodegenerative diseases drug development
Ivanka Tsakovska, Nikolay T. Tzvetkov
Eingestellt am: 28.11.2022
Reparaturprozesse im Stoffwechsel als Angriffspunkt für Medikamente
November 2022
University of Wuerzburg, Würzburg, Deutschland
Reparaturenzyme könnten eine alternative Zielklasse für die selektive Stoffwechselhemmung darstellen, zum Beispiel für die Therapie bei Krebserkrankungen, aber es werden noch pharmakologische Werkzeuge benötigt, um dieses Konzept zu testen.
In dieser Studie wurde gezeigt, dass Phosphoglycolatphosphatase (PGP), ein Reparaturenzym im Zuckerstoffwechsel, mit einer niedermolekularen Verbindung angegriffen werden kann. Unter Verwendung einer Kombination aus Screening kleiner Moleküle, Proteinkristallographie, molekulardynamischen Simulationen und NMR-Metabolomik wurde eine Verbindung identifiziert, die PGP mit hoher Selektivität hemmt, indem sie die Phosphatase in einer inaktiven Konformation fixiert. Die Verbindung wurde in biochemischen und zellulären Assays charakterisiert.
Diese Studie liefert wichtige Einblicke in ein effektives PGP-Targeting, bietet damit einen Ansatz zur Kontrolle des Zuckerstoffwechsels und demonstriert gleichzeitig die Machbarkeit therapeutischer Ansätze zur gezielten Adressierung des Zellstoffwechsels.
Glycolytic flux control by drugging phosphoglycolate phosphatase
Antje Gohla
Eingestellt am: 21.11.2022
Vorhersage der Genotoxizität anhand der Genexpression
November 2022
Vrije Universiteit Brussel, Brüssel, Belgien
In dieser Studie wurden basierend auf einem Referenzdatensatz von 38 Chemikalien neue Vorhersagemodelle für die Genotoxizität entwickelt. Menschliche Leberzellen wurden mit den Chemikalien behandelt und die resultierenden Genexpressionsdaten wurden mittels qPCR erhalten. Es wurden 84 Gene ausgewählt und verschiedene Algorithmen für maschinelles Lernen verwendet und hinsichtlich ihrer Vorhersagegenauigkeit verglichen. Darüber hinaus wurde die Anwendbarkeit der Vorhersagemodelle auf einen öffentlich zugänglichen Genexpressionsdatensatz, der mit RNA-Sequenzierung generiert wurde, untersucht. Um die Datenanalyse zu erleichtern, wurde eine Online-Anwendung entwickelt, die die Ergebnisse von zwei Vorhersagemodellen kombiniert.
Diese Arbeit zeigt, dass die Kombination von Genexpressionsdaten mit überwachten maschinellen Lernalgorithmen zu einer humanrelevanten In-vitro-Genotoxizitäts-Teststrategie beitragen kann.
Novel prediction models for genotoxicity based on biomarker genes in human HepaRGTM cells
Anouck Thienpont
Eingestellt am: 12.12.2022
Computermodellierungsansatz zur Simulation von Proteinwechselwirkungen
Oktober 2022
The University of Kansas, Lawrence, USA
Fortschritte in der computergestützten Modellierung haben zu einer zunehmenden Konzentration auf größere biomolekulare Systeme bis hin zur Ebene einer Zelle geführt. Proteininteraktionen sind ein zentraler Bestandteil zellulärer Prozesse. Techniken zur Modellierung von Proteininteraktionen wurden in zwei Bereiche unterteilt: Protein-Docking (Vorhersage der statischen Strukturen von Proteinkomplexen) und molekulare Simulation (Modellierung der Dynamik der Proteinassoziation für relativ kurze Simulationszeiten bei atomarer Auflösung). Diese Studie wurden die beiden Ansätze kombiniert, um sehr lange Simulationszeiten zu erreichen. Die Studie macht das Modell geeigneter für reale Zellen und zur Erforschung zellulärer Prozesse mit atomarer Auflösung. Dadurch hilft sie, die molekularen Mechanismen des Lebens besser zu verstehen und dieses Wissen zu nutzen, um unsere Möglichkeiten zur Behandlung von Krankheiten zu verbessern.
Docking-based long timescale simulation of cell-size protein systems at atomic resolution
Ilya A. Vakser
Eingestellt am: 24.10.2022
Mikrostrukturelle Veränderungen bei der Alzheimer-Krankheit
Oktober 2022
Karolinska Institute, Stockholm, Schweden
Ziel dieser Studie war es, die Neurodegeneration des menschlichen cholinergen Systems mittels diffusionsgewichteter Magnetresonanztomographie (MRT) über verschiedene Stadien der Alzheimer-Krankheit hinweg zu untersuchen.
Daher wurden mikrostrukturelle Veränderungen von zwei wichtigen cholinergen Signalwegen bei Personen entlang des Kontinuums der Alzheimer-Krankheit unter Verwendung eines in vivo-Modells des menschlichen cholinergen Systems auf der Grundlage von Neuroimaging untersucht. 402 Teilnehmer, darunter Patienten mit verschiedenen Stadien der Alzheimer-Krankheit und gesunde Kontrollpersonen, wurden in die Studie eingeschlossen. Zusätzlich zu MRT Untersuchungen wurden neuropsychologische Tests durchgeführt und es wurden Biomarker der Zerebrospinalflüssigkeit analysiert.
Cholinerge Pfade der weißen Substanz wurden mit einer verbesserten Diffusions-Neuroimaging-Pipeline modelliert und zwischen den verschiedenen Stadien der Alzheimer-Krankheit und in Bezug auf die kognitive Leistungsfähigkeit verglichen.
Cholinergic white matter pathways along the Alzheimer’s disease continuum
Daniel Ferreira
Eingestellt am: 20.03.2023
CRISPR-Geneditierung kann Zelltoxizität verursachen
2022
Barcelona institute for Science and Technology, Barcelona, Spanien
In dieser Studie haben Wissenschaftler herausgefunden, dass die CRISPR-Geneditierung je nach Zielstelle des menschlichen Genoms zu Zelltoxizität und genomischer Instabilität führen kann. Mithilfe von Computermethoden analysierte das Team die beliebteste CRISPR-Bibliothek, die für menschliche Zellen entwickelt wurde, und entdeckte 3.300 Zielpunkte, die starke toxische Wirkungen zeigen. Die Studie zeigt auch, dass etwa 15 Prozent der menschlichen Gene mindestens einen toxischen Editierpunkt enthalten. Diese unerwünschten Wirkungen werden durch das Tumorsuppressorprotein p53 vermittelt und durch die DNA-Sequenz in der Nähe des Bearbeitungspunkts und verschiedene epigenetische Faktoren in der umgebenden Region bestimmt.
TP53-dependent toxicity of CRISPR/Cas9 cuts is differential across genomic loci and can confound genetic screening
Fran Supek
Eingestellt am: 25.11.2022
Deep Learning für regulatorisches DNA-Design
2022
Chalmers University of Technology, Gothenburg, Schweden
Das Design synthetischer regulatorischer De-novo-DNA ist ein vielversprechender Weg zur Kontrolle der Genexpression in Biotechnologie und Medizin. Die Verwendung von Mutagenese erfordert typischerweise das Screening größer zufälliger DNA-Bibliotheken, was die Designs darauf beschränkt, lediglich einen kurzen Abschnitt des Promotors zu überspannen, und ihre Kontrolle der Genexpression einschränkt. Hier haben die Forscher den Prototyp einer Deep-Learning-Strategie entwickelt, die auf generative adverse Netzwerke (GAN) basiert, welche direkt aus Genom- und Transkriptomdaten lernen. Das ExpressionGAN-Tool kann die gesamte regulatorische Sequenz-Expressions-Landschaft auf genspezifische Weise durchlaufen und regulatorische DNA mit vordefinierten Ziel-mRNA-Levels erzeugen, die die gesamte Genregulationsstruktur umfassen, einschließlich kodierender und benachbarter nicht-kodierender Regionen.
Controlling gene expression with deep generative design of regulatory DNA
Aleksej Zelezniak, Jan Zrimec
Eingestellt am: 16.12.2022
In-silico-Reaktionsscreening
2022
Hokkaido University, Sapporo, Japan
Quantenchemische Berechnungen werden hauptsächlich als Methode für mechanistische Studien in der organischen Chemie angesehen, während ihre Verwendung zur Simulation unbekannter Reaktionen die Reaktionsentwicklung erheblich unterstützen könnte. Hier berichten die Forscher über eine Strategie zur Entwicklung von Mehrkomponentenreaktionen auf Basis der Ergebnisse computergestützter Reaktionssimulationen. Unter Verwendung von In-Silico-Methoden, die quantenchemische Berechnungen umfassen, entwickelten sie erfolgreich eine Reihe von 48 Reaktionen, die Verbindungen erzeugen, die möglicherweise für die Entwicklung neuartiger Medikamente nützlich sind.
In silico reaction screening with difluorocarbene for N-difluoroalkylative dearomatization of pyridines
Satoshi Maeda, Tsuyoshi Mita
Eingestellt am: 25.11.2022
Antikörper-Kombinationstherapie zur Unterdrückung von HIV-1
2022
Max Planck Institute for Dynamics and Self-Organization, Göttingen, Deutschland
Die Infusion von breit neutralisierenden Antikörpern (bNAbs) hat sich als vielversprechende Alternative zur antiretroviralen Therapie gegen HIV erwiesen. Eine zentrale Herausforderung ist die Unterdrückung des viralen Ausbruchs, was mit einer Kombination von bNAbs effektiver erreicht wird. Hier schlagen die Forscher einen rechnergestützten Ansatz vor, um die Wirksamkeit einer bNAb-Therapie basierend auf der Populationsgenetik des HIV-Ausbruchs vorherzusagen, die sie mithilfe von Hochdurchsatz-HIV-Sequenzdaten von bNAb-naiven Patienten parametrisieren. Die Studie zeigt, dass ein Cocktail aus drei bNAbs notwendig ist, um die Virusfreisetzung wirksam zu unterdrücken und die optimale Zusammensetzung eines solchen bNAb-Cocktails vorherzusagen. Diese Ergebnisse bieten ein rationales Therapiedesign für HIV und zeigen, wie genetische Daten verwendet werden können, um Behandlungsergebnisse vorherzusagen und neue Ansätze zur Kontrolle von Krankheitserregern zu entwickeln.
Design of an optimal combination therapy with broadly neutralizing antibodies to suppress HIV-1
Armita Nourmohammad
Eingestellt am: 28.11.2022
Deep-Learning-Ansatz zur Entschlüsselung der subzellulären Lokalisierung von Proteinen
2022
Chan Zuckerberg Biohub, San Francisco, USA
Die Erklärung der Vielfalt und Komplexität der Proteinlokalisierung ist für das vollständige Verständnis der Zellarchitektur von entscheidender Bedeutung. Hier stellen die Forscher Cytoself vor, einen Deep-Learning-Ansatz für vollständig selbstüberwachtes Proteinlokalisierungsprofiling und -clustering. Cytoself nutzt ein selbstüberwachtes Trainingsschema, das keine bereits vorhandenen Kenntnisse, Kategorien oder Anmerkungen erfordert. Die Forscher validieren quantitativ die Fähigkeit von Cytoself, Proteine in Organellen und Proteinkomplexen zu clustern, und zeigen, dass Cytoself frühere selbstüberwachte Ansätze übertrifft.
Self-supervised deep learning encodes high-resolution features of protein subcellular localization
Hirofumi Kobayashi, Loic A. Royer, Manuel D. Leonetti
Eingestellt am: 24.10.2022
Mathematisches Modell des Gastransports in der menschlichen Lunge
2022
University of Stuttgart, Stuttgart, Deutschland
Das komplexe Zusammenspiel zwischen Lungenanatomie und Gastransportmechanismen erschwert die Analyse des Gastransports in der menschlichen Lunge.
In dieser Arbeit wird ein mathematisches Modell der menschlichen Lunge beschrieben, das auf der Finite-Differenzen-Methode basiert und aus zwei parallel geschalteten Lungeneinheiten besteht. Um das Modell zu entwickeln, wurden morphometrische Daten aus der Literatur verwendet. Die Ergebnisse zeigen, dass das Modell in der Lage war, wichtige Transportprozesse wie Diffusion, Konvektion und das Pendelluftphänomen zu simulieren.
Das Modell kann verwendet werden, um den Gastransportprozess innerhalb der menschlichen Lungenbläschen über einfache mathematische Funktionen zu beschreiben.
Investigation of tracer gas transport in a new numerical model of lung acini
Christoph Schmidt
Eingestellt am: 27.11.2023
Software-Tool zur automatischen Beurteilung von Sarkomeren in Muskelzellkulturen
2022
Leiden University Medical Center, Leiden, Niederlande
Sarkomere sind die strukturellen Einheiten des kontraktilen Apparats in Herz- und Skelettmuskelzellen. Die Bewertung der Sarkomerlänge, -ausrichtung und -organisation gibt Aufschluss über Krankheiten und Arzneimittelreaktionen in quergestreiften Muskelzellen und -modellen, von Kardiomyozyten und Skelettmuskelzellen, die aus menschlichen pluripotenten Stammzellen gewonnen wurden, bis hin zu adulten Muskelzellen, die vom Menschen isoliert wurden. Die Quantifizierung der Sarkomerlänge ist jedoch in der Regel zeitaufwändig und anfällig für benutzerspezifische Selektionsverzerrungen. Es gibt zwar automatisierte Analysepipelines, diese erfordern jedoch häufig entweder spezielle Software oder Programmierkenntnisse. Darüber hinaus sind diese Pipelines oft nur für eine Art von Zellmodell in vitro konzipiert. Hier wurde ein einfach zu implementierendes Protokoll und Software-Tool für die automatisierte Quantifizierung der Länge und Organisation von Sarkomeren in einer Vielzahl von In-vitro-Modellen der quergestreiften Muskulatur vorgestellt: Zweidimensionale (2D) Kardiomyozyten, dreidimensionales (3D) kardiales Mikrogewebe, isolierte adulte Kardiomyozyten und 3D-Skelettmuskeln aus Gewebe. Auf der Grundlage eines bestehenden mathematischen Algorithmus erkennt diese Bildanalysesoftware (SotaTool) automatisch die Richtung, in der die Sarkomerorganisation über das gesamte Bild am höchsten ist, und liefert die Länge und Organisation der Sarkomere. Es wurden auch Videos von lebenden Zellen während der Kontraktion analysiert, was die Messung von Kontraktionsparametern wie fraktioneller Verkürzung, Kontraktionszeit, Relaxationszeit und Schlagfrequenz ermöglicht. Dieses Protokoll enthält eine Schritt-für-Schritt-Anleitung für die Vorbereitung, Abbildung und automatische Quantifizierung von Sarkomeren und Kontraktionsmerkmalen in verschiedenen Arten von In-vitro-Modellen und bietet eine grundlegende Validierung und Diskussion der Grenzen des Software-Tools.
Software tool for automatic quantification of sarcomere length and organization in fixed and live 2D and 3D muscle cell cultures In vitro
Berend J. Van Meer
Eingestellt am: 14.12.2022
In-silico-Entwicklung eines Impfstoffs gegen eine Candida-Infektion
2022
Shanghai Jiao Tong University, Shanghai, China
Bisher gibt es keine wirksame Therapie für Candida auris-Infektionen, von denen vor allem COVID-19-Patienten betroffen sind. Das Ziel dieser Studie war es, therapeutische Zielstrukturen zu charakterisieren und Impfstoffkandidaten ausschließlich unter Verwendung von In-silico-Methoden zu entwickeln. Dafür wurden Proteine der äußeren Membran untersucht, die als hochgradig antigen und essentiell für die Wirt-Pathogen-Interaktionen gelten. Die ausgewählten Proteine wurden verwendet, um zytotoxische T-Lymphozyten- und B-Zell-Epitope vorherzusagen und Impfstoffe gegen C. auris zu entwickeln. Dabei kamen insbesondere subtraktive Proteomik- und immuninformatische Ansätze zum Einsatz. Die entwickelten Impfstoffkandidaten wurden mit Hilfe von molekularen Docking- und Immunsimulationsstrategien weiter evaluiert.
Die vorliegende Studie liefert neue und vielversprechende Epitopkandidaten und regt die zukünftige Entwicklung von Impfstoffen gegen diesen Erreger an.
Subtractive proteomics assisted therapeutic targets mining and designing ensemble vaccine against Candida auris for immune response induction
Yanjing Wang, Dong-Qing Wei
Eingestellt am: 25.09.2023
Untersuchung der Effekte des Mikrobioms auf die Candida-Überwucherung des Darms
2022
Leibniz Institute for Natural Product Research and Infection Biology - Hans-Knoell-Institute, Jena, Deutschland
Eine Dysbiose des Darm-Mikrobioms kann zu einem übermäßigen Wachstum von Candida-Arten führen, die unter normalen Umständen den Wirt nicht schädigen, was zu einer Candidose führt.
In dieser Studie wurde ein systembiologischer Ansatz verwendet, der Multi-Omics-Profiling (Transkriptom/Metabolom), In-silico-Stoffwechselmodellierung und In-vitro-Infektionsbiologie umfasst, um aufzudecken, wie die Besiedlung von Darmepithelzellen mit Lactobacillus rhamnosus den Schutz vor einer Infektion mit Candida albicans vermittelt. Menschliche Dickdarmzellen wurden in Monoschichten kultiviert und vor der Infektion mit C. albicans 18 h lang mit Lactobacillus rhamnosus besiedelt. Die Ergebnisse zeigen, dass der Schutz durch die Besiedlung von L. rhamnosus ein multifaktorieller Prozess ist, der das Wachstum von C. albicans synergistisch beeinflusst, indem er die metabolische Umgebung umgestaltet und metabolische Anpassungen erzwingt, die die Pathogenität von Pilzen reduzieren. Der Ansatz gibt darüber hinaus Aufschluss darüber, wie die Pathogenität von C. albicans kontrolliert oder verhindert werden kann.
Lactobacillus rhamnosus colonisation antagonizes Candida albicans by forcing metabolic adaptations that compromise pathogenicity
Bernhard Hube
Eingestellt am: 25.09.2023
Auf Stoffwechseldaten beruhendes, physiologisch-basiertes kinetisches Modell für Kardiotoxizität
2022
Wageningen University, , Niederlande
Die vorliegende Studie präsentiert einen In-vitro-in-silico-Ansatz zur Vorhersage der Wirkung von inter-individuellen und inter-ethnischen Unterschieden in der Kardiotoxizität von R- und S-Methadon in der kaukasischen und chinesischen Bevölkerung. In-vitro-Kardiotoxizitätsdaten und Stoffwechseldaten, die aus zwei Ansätzen gewonnen wurden, wobei entweder 25 kaukasische und 25 chinesische menschliche Lebermikrosome oder rekombinante Cytochrom-P450-Enzyme verwendet wurden, wurden in physiologisch basierten kinetischen (PBK) Modellen und Monte-Carlo-Simulationen integriert. Letztlich wurden die maximalen Konzentrationen von R- und S-Methadon im herzvenösen Blut von kaukasischen und chinesischen Bevölkerungsgruppen vorhergesagt und der chemisch-spezifische Anpassungsfaktor (CSAF) als Parameter zur Quantifizierung inter-individueller Unterschiede in der Toxikokinetik und Toxikodynamik berechnet. Die neuartige Methode kann verwendet werden, um kardiale Sicherheitsbewertungen und die Risikobewertung von Chemikalien zu verbessern.
In vitro–in silico‑based prediction of inter‑individual and inter‑ethnic variations in the dose‑dependent cardiotoxicity of R- and S‑methadone in humans
Miaoying Shi
Eingestellt am: 26.07.2022
KI identifiziert charakteristisches Muster in Tumorzellen
2022
Max Delbrück Center for Molecular Medicine in the Helmholtz Association (MDC), Berlin, Deutschland
Tumore sind komplexe Zellgewebe, die durch eine hohe Variabilität gekennzeichnet sind, welche die Erforschung und Identifizierung von relevanten Gensequenzen erheblich erschwert. In der vorliegenden Studie wird ein neu entwickelter Algorithmus namens Ikarus vorgestellt, der Unterschiede zwischen Krebszellen und dem umgebenden Gewebe über verschiedene Krebsarten und Datensätze hinweg analysiert. Hierfür wurde das Maschinelles-Lernen-Modell mit zahlreichen Daten gespeist, die den Forschern weltweit von verschiedenen Institutionen bereitgestellt wurden. In einem ersten Schritt erstellte das Programm Gensignaturen und einen Tumor-Klassifikator, durch die der Algorithmus lernte, krebserregende von gesunden Zellen zu unterscheiden. Anschließend wurde die KI mit verschiedenen Krebsgewebe-Daten „trainiert“ und die Leistung des Modells bewertet. Ikarus zeigte eine deutlich höhere, analytische Präzision als bisher entwickelte in-silicio Methoden. Das Modell ermöglicht nicht nur die Charakterisierung variabler, stabiler Zellzustände, sondern auch die funktionelle Annotation einzelner Zellen, wie z.B. die Vorhersage des Differenzierungspotentials, die Anfälligkeit für Störungen und die Prognose von Zell-Zell-Interaktionen. In allen Krebszellarten wurde ein charakteristisches Gensequenz-Muster identifiziert, das neue Erkenntnisse für die Ursachenforschung bringen könnte. Innerhalb dieser Sequenz stufte der Algorithmus bestimmte Gene als krebserregend ein, die bisher nicht mit der Entstehung von Tumoren in Verbindung gebracht wurden. Das Modell könnte sich als hilfreiches Diagnostik-Instrument erweisen und Therapieansätze verbessern.
Identifying tumor cells at the single-cell level using machine learning
Verdran Franke, Altuna Akalin
Eingestellt am: 09.08.2022
Netzhautzellkarte für Therapien von Netzhauterkrankungen
2022
National Eye Institute, Bethesda, USA
Degenerative Netzhauterkrankungen betreffen bestimmte Regionen des retinalen Pigmentepithels (RPE), was auf das Vorhandensein funktionell unterschiedlicher RPE-Subpopulationen hindeutet. Um diese Subpopulationen im menschlichen Auge zu identifizieren, erstellten die Forscher die erste vollständige morphometrische Karte des RPE mit Einzelzellauflösung unter Verwendung von Software, die auf künstlicher Intelligenz basiert. Sie identifizierten fünf konzentrische RPE-Subpopulationen, darunter einen Ring von RPE-Zellen mit einem Zellbereich ähnlich der Makula in der Peripherie des Auges. Darüber hinaus fanden sie heraus, dass bestimmte RPE-Subpopulationen unterschiedlich anfällig für monogene und polygene Netzhauterkrankungen sind. Die hier gewonnenen Ergebnisse werden die Untersuchung molekularer und funktioneller RPE-Unterschiede ermöglichen, die für regionale Netzhauterkrankungen verantwortlich sind, und dazu beitragen, präzise Zell- und Gentherapien für bestimmte degenerative Augenerkrankungen zu entwickeln.
Single-cell-resolution map of human retinal pigment epithelium helps discover subpopulations with differential disease sensitivity
Kapil Bharti
Eingestellt am: 25.11.2022
Integration von Transkriptom-Daten in die Read-Across-basierte Risikobewertung
2022
Leiden University, Leiden, Niederlande
Chemische Analogieschlüsse, auch Read-Across genannt, werden üblicherweise ohne spezifische Kenntnisse der biologischen Mechanismen bewertet, die in vivo zu unerwünschten Wirkungen führen. Daher war das Ziel dieser Studie, Wirkungsweisen zu integrieren, um dadurch die Ergebnisse des Read-Across zu optimieren.
Exemplarisch wurden die Veränderungen des Transkiptoms primärer menschlicher Leberzellen als Reaktion auf verschiedene Carbonsäuren ausgewertet, um detaillierte Daten zur Wirkungsweise in den Read-Across-Ansatz für die Risikobewertung aufzunehmen. Die Leberzellen wurden 24 h lang 18 strukturell unterschiedlichen Valproinsäure-Analoga ausgesetzt, um die biologische Ähnlichkeit in Bezug auf das Potenzial von Leberschäden zu bestimmen. Unter Verwendung eines Hochdurchsatz-Screening-Assays wurde die differenzielle Expression von ca. 3.000 Genen, die relevante biologische Signalwege abdecken, bestimmt.
Es wurde gezeigt, dass die Transkriptomanalyse menschlicher Leberzellen die Vorhersage des Ergebnisses einer Leberschädigung auf der Grundlage quantitativer und mechanistischer biologischer Daten verbessert und zur Identifizierung von Gefahren beitragen kann.
Application of high-throughput transcriptomics for mechanism-based biological read-across of short-chain carboxylic acid analogues of valproic acid
Bob van de Water
Eingestellt am: 20.01.2023
In-silico-Modell für die Toxizität von Nanopartikeln für Wasserflöhe
2022
Leiden University, Leiden, Niederlande
Das Ziel der vorliegenden Studie war es, ein Modell zur Vorhersage der Dosis-Wirkungs-Beziehung verschiedener metallbasierter Nanomaterialien zu entwickeln, wobei der Schwerpunkt auf der Form der Dosis-Wirkungs-Kurve für den Wasserfloh Daphnia magna lag, welcher ein häufig eingesetzter Organismus ist.
Modelle basierend auf quasi-quantitativen Struktur-Aktivitäts-Beziehungen (QSARs) zur Abschätzung des Hill-Koeffizienten, der die Steilheit der Wirkungskurve beschreibt, wurden entwickelt. Das Modell wurde auf der Grundlage von Dosis-Wirkungs-Beziehungen aus 60 Datensätzen von 11 metallbasierten Nanomaterialien aus 20 Literaturberichten trainiert. Unter Verwendung der Hill-Gleichung wurde die Beziehung zwischen der Dosis der Nanosuspension und den Wirkungsdaten berechnet. Schließlich wurde ein quasi-quantitatives Struktur-Aktivitäts-Beziehungsmodell (QSAR) entwickelt, um die berechneten Beziehungen basierend auf spezifischen Nanomaterial-Eigenschaften abzuschätzen. Das Modell simulierte die Trainingsdaten gut, mit einer Abweichung von 2,3% zwischen experimentellen und modellierten Antwortdaten. Es wurde außerdem verwendet, um die Dosis-Wirkungs-Beziehungen von 15 zusätzlichen Datensätzen von sieben metallbasierten Nanomaterialien aus 10 Literaturberichten vorherzusagen, welche nicht in die Modellentwicklung einbezogen wurden. Dies gelang mit einem durchschnittlichen Fehler von 3,5%.
Development of a quasi–quantitative structure–activity relationship model for prediction of the immobilization response of Daphnia magna exposed to metal‐based nanomaterials
Willie Peijnenburg
Eingestellt am: 29.02.2024
Kartierung zeigt, wie das Gehirn bei der Parkinson-Krankheit schrumpft
2022
Research Centre Jülich, Jülich, Deutschland
Die neuropathologischen Merkmale der idiopathischen Parkinson-Krankheit (PD) sind die Degeneration der dopaminergen Neuronen im Striatum und die Ausbreitung von Aggregaten von fehlgefaltetem α-Synuclein im Gehirn nach einem bestimmten Muster. Der Zusammenhang zwischen diesem Muster und den motorischen und kognitiven Symptomen ist jedoch noch nicht eindeutig geklärt. Daher wurde in dieser Studie das räumlich-zeitliche Muster der Atrophieausbreitung bei Morbus Parkinson, seine interindividuelle Variabilität und der Zusammenhang mit klinischen Symptomen untersucht. Magnetresonanzbilder (MR) von 37 Morbus-Parkinson-Patienten und 27 Kontrollpersonen wurden zu bis zu 15 Zeitpunkten pro Person und über einen Beobachtungszeitraum von bis zu 8,8 Jahren (Mittelwert: 3,7 Jahre) aufgenommen. Die MR-Bilder wurden mittels deformationsbasierter Morphometrie (DBM) analysiert, um die Volumina der Regionen und ihre Veränderungen in Längsrichtung zu messen. Die Unterschiede in diesen regionalen Volumendaten zwischen Patienten und Kontrollpersonen und ihre Zusammenhänge mit klinischen Symptomen wurden berechnet.
Zu Beginn der Studie stellten die Forscher fest, dass die Volumina mehrerer Hirnregionen bei den Parkinson-Patienten kleiner waren als in der Kontrollgruppe, während einige Regionen in den Gehirnen der Patienten vergrößert waren, vermutlich aufgrund kompensatorischer Effekte. Mit der Zeit wurde der Unterschied zwischen den Gruppen immer größer und ausgeprägter: Die Hirnvolumina der Parkinson-Patienten nahmen fast doppelt so schnell ab wie die der Kontrollgruppe, insbesondere in der grauen Substanz. Am stärksten betroffen von dieser Volumenabnahme waren der Schläfen- und der Hinterhauptslappen, benachbarte Teile des unteren Scheitellappens und ventrale Teile des Frontallappens.
Im Detail wurde analysiert, welche Teile des Gehirns sich im Laufe der Zeit veränderten, indem neuroanatomische Atlanten verwendet wurden, vor allem der Julich Brain Atlas, der über die EBRAINS-Infrastruktur frei zugänglich ist. Diese detaillierte anatomische Analyse ergab ein sehr spezifisches regionales Muster von Volumenveränderungen bei den Parkinson-Patienten, das sich von dem des gesunden Alterns unterscheidet. Die Forscher fanden heraus, dass die Volumenverringerungen der kortikalen Bereiche, der Amygdala und des basalen Vorderhirns bei Parkinson-Patienten mit der Verschlimmerung der klinischen Symptome korrelierten.
Somit scheint die longitudinale DBM das Fortschreiten der neuropathologischen Veränderungen in vivo bereits abzubilden und stellt damit ein Tool dar, um PD weiter zu erforschen.
Regional changes of brain structure during progression of idiopathic Parkinson's disease – A longitudinal study using deformation based morphometry
Peter Pieperhoff
Eingestellt am: 06.07.2022
Kombination von in vitro und in silico Verfahren zur Bestimmung der akuten oralen Toxizität von Chemikalien
2022
Physicians Committee for Responsible Medicine, Washington, USA(1)
RTI International, Durham, USA(2)
RTI International, Durham, USA(2)
Um den Nachweis der Sicherheit von Chemikalien zu verbessern, wurden in dieser Studie 11.992 Chemikalien mit Informationen zur akuten oralen Toxizität in Cluster strukturell ähnlicher Verbindungen unterteilt. Jedem Cluster wurden ein oder mehrere ToxCast/Tox21-Assays zugeordnet, indem die Mindestanzahl von Assays gesucht wurde, die erforderlich ist, um mindestens einen positiven Treffer unterhalb der Zytotoxizität für alle akut toxischen Chemikalien im Cluster zu verzeichnen. Wenn Strukturinformationen für die Auswahl der zu testenden Assays herangezogen werden, sind für keine der Chemikalien mehr als vier Assays erforderlich, und 98 % benötigen zwei Assays oder weniger. Sowohl die strukturbasierten Cluster als auch die Aktivität aus den zugehörigen Assays standen in signifikantem Zusammenhang mit der GHS-Toxizitätseinstufung (Global einheitliches System zur Einstufung und Kennzeichnung von Chemikalien) der Chemikalien, was auf gute Reproduzierbarkeit einer Kombination aus Bioaktivitäts- und Strukturinformationen schließen lässt. Die Vorhersagbarkeit ist besser, wenn der In-vitro-Test direkt dem Mechanismus der Toxizität entspricht, aber auch viele indirekte Tests sind vielversprechend. In Anbetracht der geringeren Kosten von In-vitro-Tests könnte eine kleine Testbatterie, die sowohl allgemeine Zytotoxizitätstests als auch zwei oder mehr orthogonale, auf den toxikologischen Mechanismus abzielende Tests umfasst, zur weiteren Verbesserung der Leistung eingesetzt werden. Dieser Ansatz zeigt, wie vielversprechend es ist, bestehende In-silico-Ansätze, wie die Collaborative Acute Toxicity Modeling Suite (CATMoS), mit strukturbasierten Bioaktivitätsinformationen als Teil einer effizienten, abgestuften Teststrategie zu kombinieren, um die akute orale Toxizität von Chemikalien zu bestimmen.
Mapping mechanistic pathways of acute oral systemic toxicity using chemical structure and bioactivity measurements
Kristie Sullivan(1), Stephen W. Edwards(2)
Stephen W. Edwards et al. Frontiers in Toxicology 2022 [67]
Physicians Committee for Responsible Medicine [68]
Eingestellt am: 19.04.2022
Maschinelles Lernmodell identifiziert Antikörperziele
2022
University of Illinois at Urbana-Champaign, Urbana, USA
Unter Verwendung der Informationen aus 88 Forschungspublikationen und 13 Patenten stellten die Forscher einen Datensatz von etwa 8.000 menschlichen Antikörpern gegen das SARS-CoV-2-Spike-Protein von >200 Spendern zusammen. Sie zeigten, dass die üblichen (öffentlichen) Reaktionen auf verschiedene Domänen des Spike-Proteins ziemlich unterschiedlich waren. Darüber hinaus verwendeten sie diese Sequenzen, um ein Deep-Learning-Modell zu trainieren, um genau zwischen den menschlichen Antikörpern gegen das SARS-CoV-2-Spike-Protein und denen gegen das Influenza-Hämagglutinin-Protein zu unterscheiden. Insgesamt stellt diese Studie eine informative Ressource für die Antikörperforschung dar und verbessert unser molekulares Verständnis öffentlicher Antikörperreaktionen.
A large-scale systematic survey reveals recurring molecular features of public antibody responses to SARS-CoV-2
Nicholas C. Wu
Eingestellt am: 08.09.2022
Modelle für maschinelles Lernen zur Vorhersage der Alzheimer-Krankheit im Frühstadium
2022
Sathyabama Institute of Science and Technology, Chennai, Indien
Im Frühstadium ist Alzheimer schwer vorherzusagen. Eine Behandlung in einem frühen Alzheimer Stadium ist aber wirksamer und verursacht weniger geringfügige Schäden als eine Behandlung in einem späteren Stadium. In dieser Studie wurden mehrere Computertechniken eingesetzt, um die besten Parameter für die Vorhersage der Alzheimer-Krankheit zu ermitteln. Die Vorhersagen basierten auf MRT-Bildern von 150 Patienten aus der Datenbank der Open Access Series of Imaging Studies (OASIS). Techniken des maschinellen Lernens wurden auf Datensätze zu Alzheimer angewendet, um eine neue Dimension der Vorhersage der Krankheit in einem frühen Stadium zu schaffen. Das vorgeschlagene Klassifizierungsschema kann von Ärzten zur Alzheimer-Diagnose verwendet werden. Die vorgestellte Arbeit zeigt bessere Ergebnisse mit der besten durchschnittlichen Validierungsgenauigkeit von 83 % bei den Alzheimer-Testdaten. Dieser Testgenauigkeitswert ist im Vergleich zu bestehenden Arbeiten deutlich höher.
Early-stage Alzheimer's disease prediction using machine learning models
C. Kavitha
Eingestellt am: 14.09.2023
Vorhersage unerwünschter Arzneimittelwechselwirkungen mit einem Deep-Learning-Modell
2022
Gwangju Institute of Science and Technology (GIST), Gwangju, Südkorea
Unerwünschte Wechselwirkungen zwischen Arzneimitteln (DDI) sind aufgrund ihrer unerwarteten Nebenwirkungen ein großes Problem und müssen in einem frühen Stadium der Arzneimittelentdeckung und -entwicklung erkannt werden. Obwohl das Verständnis der Mechanismen von DDIs auf molekularer Ebene für die Vorhersage ihrer unerwünschten Wirkungen von entscheidender Bedeutung ist, stützen sich die derzeitigen Modelle auf die Strukturen und Eigenschaften von Arzneimitteln, wobei der Vorhersagebereich auf zuvor beobachtete Wechselwirkungen beschränkt ist. Sie berücksichtigen nicht die Auswirkungen von DDIs auf Gene und Zellfunktionen.
Hier wird ein auf Deep Learning basierendes Modell zur Vorhersage von DDIs auf der Grundlage von Signaturen der medikamenteninduzierten Genexpression vorgestellt. Das DeSIDE-DDI-Modell besteht aus zwei Teilen: einem Modell zur Generierung von Merkmalen und einem Modell zur DDI-Vorhersage. Das Modell zur Generierung von Merkmalen sagt die Auswirkungen eines Medikaments auf die Genexpression voraus, indem es sowohl die Struktur als auch die Eigenschaften des Medikaments berücksichtigt, während das Modell zur DDI-Vorhersage verschiedene Nebenwirkungen von Medikamentenkombinationen vorhersagt.
Dieses Modell kann potenziell gefährliche Arzneimittelpaare erkennen und als System zur Überwachung der Arzneimittelsicherheit dienen. Außerdem kann es dabei helfen, den richtigen Einsatz eines Medikaments in der Entwicklungsphase zu bestimmen.
DeSIDE-DDI: interpretable prediction of drug-drug interactions using drug-induced gene expressions
Hojung Nam
Eunyoung Kim et al. American Journal of Cheminformatics 2022 [73]
GitHub [74]
Technology Networks [75]
Eingestellt am: 13.05.2022
AI-Tool sagt anhand von CT-Bildern voraus, wer an Bauchspeicheldrüsenkrebs erkranken wird
2022
Cedars-Sinai Medical Center, Los Angeles, USA
Das duktale Adenokarzinom der Bauchspeicheldrüse (PDAC) ist nicht nur die häufigste Form von Bauchspeicheldrüsenkrebs, es ist auch die tödlichste. Die Diagnose im Frühstadium ist jedoch eine Herausforderung, da es keine spezifischen diagnostischen Biomarker gibt.
In dieser Studie wurden elektronische Krankenakten von 36 PDAC-Patienten verwendet, bei denen in den letzten 15 Jahren Krebs diagnostiziert wurde und die sich sechs Monate bis drei Jahre vor ihrer Diagnose einer Computertomographie unterzogen haben. Diese CT-Bilder galten zum Zeitpunkt ihrer Aufnahme als normal.
Das KI-Tool wurde darauf trainiert, diese prädiagnostischen CT-Bilder zu analysieren und sie mit CT-Bildern von 36 Menschen zu vergleichen, bei denen der Krebs nicht aufgetreten war. Die Forscher berichteten, dass das Modell mit einer Genauigkeit von 86 % die Personen identifizierte, bei denen schließlich Bauchspeicheldrüsenkrebs festgestellt wurde, und diejenigen, bei denen der Krebs nicht auftrat.
Das KI-Modell erkannte Unterschiede auf der Oberfläche der Bauchspeicheldrüse zwischen Menschen mit Krebs und gesunden Kontrollpersonen. Diese Texturunterschiede könnten das Ergebnis molekularer Veränderungen sein, die bei der Entstehung von Bauchspeicheldrüsenkrebs auftreten.
Die Methode könnte demnach eine Früherkennung von PDAC ermöglichen, und damit mehr Menschen die Möglichkeit geben, ihren Tumor durch eine Operation vollständig entfernen zu lassen.
Predicting pancreatic ductal adenocarcinoma using artificial intelligence analysis of pre-diagnostic computed tomography images
Debiao Li
Eingestellt am: 16.05.2022
Maschinengestützte Forschung für eine nachhaltige neuronale Regeneration
2022
Princeton University, Princeton, USA(1)
The State University of New Jersey, Piscataway, USA(2)
The State University of New Jersey, Piscataway, USA(2)
Kurz nach einer Rückenmarksverletzung entsteht durch eine sekundäre Entzündungskaskade ein dichtes Narbengewebe, das die Regeneration von Nervengewebe hemmen oder verhindern kann. Das Enzym ChABC baut Narbengewebe nach Rückenmarksverletzungen ab und fördert die Geweberegeneration. Allerdings ist es bei menschlicher Körpertemperatur höchst instabil und verliert innerhalb weniger Stunden jegliche Aktivität. In dieser Studie wurde ChABC durch den Einsatz von künstlicher Intelligenz (KI) und Robotik durch Formulierung so stabilisiert, dass seine Aktivität um einen großen Betrag verlängert wurde.
Synthetische Copolymere sind in der Lage, sich um Enzyme wie ChABC zu wickeln und sie in feindlichen Mikroumgebungen zu stabilisieren. Um das Enzym zu stabilisieren, setzten die Forscher einen KI-gesteuerten Ansatz mit Flüssigkeitsrobotern ein, um zahlreiche Copolymere zu synthetisieren und ihre Fähigkeit zu testen, ChABC zu stabilisieren und seine Aktivität bei menschlicher Körpertemperatur bis zu einer Woche aufrechtzuerhalten.
Machine-assisted discovery of chondroitinase ABC complexes toward sustained neural regeneration
Michael A. Webb(1), Adam J. Gormley(2)
Eingestellt am: 12.09.2022
Mathematisches Modell für die Evolution des Alterns
2022
Max Planck Institute for Evolutionary Biology, Plön, Deutschland
Einer klassischen Alterungstheorie zufolge entsteht das Altern dadurch, dass die Selektion auf bestimmte Merkmale im Laufe der Fortpflanzungsperiode abnimmt. Die Alterung wäre dann die Folge einer mit zunehmendem Alter abnehmenden Selektivität. Neuere Forschungen haben jedoch gezeigt, dass diese scheinbare Zwangsläufigkeit von bestimmten Grundannahmen abhängt, die keineswegs immer gegeben sein müssen. In dieser Studie entwickelten die Forscher ein dynamisches mathematisches Modell, das nicht mehr auf der Annahme bestimmter Voraussetzungen basiert. Sie ließen mit ihrem Modell den Evolutionsprozess von Lebewesen immer wieder neu abbilden. Ihre theoretische Analyse ergab, dass sich die Alterungsevolution auch unter diesen dynamischen Bedingungen stets stabil entwickelt. Sie fanden auch heraus, dass als Folge des Alterns die selektive Fähigkeit mit dem reproduktiven Alter abnimmt. Damit konnten sie einerseits die klassische mathematische Theorie des Alterns bestätigen: Die Selektionskraft nimmt mit dem Alter ab. Andererseits zeigten sie jedoch, dass ihre Logik umgekehrt werden muss: Die selektive Kraft wird mit dem Alter schwächer, weil sich das Altern entwickelt, und nicht umgekehrt.
The selection force weakens with age because ageing evolves and not vice versa
Stefano Giaimo
Eingestellt am: 10.03.2022
Neuartiges In-Silico-Tool zur Untersuchung von Autoimmunerkrankungen im Zusammenhang mit COVID-19
2022
Gwangju Institute of Science and Technology (GIST), Gwangju, Südkorea
Es wurde über die Entwicklung von Autoimmunerkrankungen nach einer SARS-CoV-2-Infektion berichtet, einschließlich des Multisystem-Entzündungssyndroms, und es wurden mehrere Mechanismen vorgeschlagen, einschließlich molekularer Mimikry. Die Forscher entwickelten eine skalierbare, vergleichende Immuninformatik-Pipeline namens Cross-Reactive-Epitope-Search-Using-Structural-Properties-of-Proteins (CRESSP), um kreuzreaktive Epitope zwischen einer Sammlung von SARS-CoV-2-Proteomen und dem menschlichen Proteom zu identifizieren. Sie identifizierten 133 bzw. 648 menschliche Proteine, die potenziell kreuzreaktive B-Zell- bzw. CD8+-T-Zell-Epitope beherbergen. Um die Robustheit der Pipeline zu demonstrieren, sagten die Autoren die kreuzreaktiven Epitope von Coronavirus-Spike-Proteinen voraus, die von bekannten kreuzneutralisierenden Antikörpern erkannt wurden. Schließlich entwickelten sie eine Webanwendung (https://ahs2202.github.io/3M/), um diese Ergebnisse interaktiv zu visualisieren, und stellten die Pipeline als Open-Source-CRESSP-Paket (https://pypi.org/project/cressp /), die zwei beliebige Proteome von Interesse analysieren kann, um potenziell kreuzreaktive Epitope zwischen den Proteomen zu identifizieren. Insgesamt bieten diese immuninformatischen Ressourcen eine Grundlage für die Untersuchung der molekularen Mimikry in der Pathogenese von Autoimmun- und chronisch entzündlichen Erkrankungen nach COVID-19.
CRESSP: a comprehensive pipeline for prediction of immunopathogenic SARS-CoV-2 epitopes using structural properties of proteins
Jihwan Park
Eingestellt am: 08.09.2022
Algorithmus identifiziert unbekannte Treiber-Mutationen in Krebszellen
2022
German Cancer Research Center (DKFZ), Heidelberg, Deutschland
Die Entstehung und Ausbreitung von bösartigen Tumoren wird mit dem vermehrten Auftreten von Mutationen assoziiert. Im kodierenden Bereich des Erbguts können krebstreibende Genabschnitte bereits weitestgehend identifiziert werden. Der nicht-kodierende Bereich, der wichtige regulatorische Sequenzen beinhaltet, blieb bisher aufgrund methodischer Grenzen unerforscht. Besonders schwierig erweist sich die Unterscheidung von Treiber-Mutationen und neutralen „Passagier“-Mutationen. In der vorliegenden Studie wird ein neu entwickelter Algorithmus (sigDriver) beschrieben, der Veränderungen des Erbgutes erkennt und hinsichtlich ihres Krebstreiberpotenzials bewertet. Die Forschungsgruppe untersuchte drei charakteristische Mutationssignaturen, die mit der Entstehung von Hotspots assoziiert werden. Hierfür wurde das Erbgut von insgesamt 3813 Tumoren analysiert, deren gesamtes Genom im Rahmen des International Cancer Genome Consortium (ICGC), des The Cancer Genome Atlas-Programms, sowie in einer Studie zu pädiatrischen Tumoren sequenziert worden war. Die neue Methode verfolgt einen automatisierten Search-then-Annotate-Ansatz; d.h. alle Mutationen, die der Algorithmus als krebstreibend einstufte, wurden mittels differentieller Expressionsanalyse und Annotation analysiert. Der Algorithmus identifizierte zielsicher alle bereits bekannten Hotspots, sowie mutmaßliche neue Treiber im kodierenden, als auch nicht-kodierenden Bereich und ermöglicht eine valide Differenzierung von Treiber-/ und Passagiermutationen. Die Methode kann dabei helfen weitere, unbekannte Krebstreiber (insbesondere im regulatorischen Bereich) in größeren Patienten-Kohorten mit der gleichen Krebsart aufzudecken und wird Forschern weltweit frei zur Verfügung gestellt.
Association of mutation signature effectuating processes with mutation hotspots in driver genes and non-coding regions
John K. L. Wong, Marc Zapatka
Eingestellt am: 12.08.2022
Deep Learning-Ansatz analysiert Sehkraftverlust bei Morbus Stargardt
2022
National Eye Institute, Bethesda, USA
Die Stargardt-Krankheit (ABCA4-assoziierte Retinopathie) ist die häufigste Form der Makuladegeneration im Jugendalter, bei der das Zentrum der Netzhaut, die Makula, betroffen ist. Sie führt zu fortschreitendem Verlust der zentralen Sehschärfe. Hier wurde anhand von Patientendaten (optische Kohärenztomographie der Augen) eine auf Deep Learning basierte Methode zur Charakterisierung der Photorezeptor-Degeneration im Zeitverlauf bei ABCA4-assoziierter Retinopathie demonstriert. Mit diesem Ansatz konnte vollautomatisch das Fortschreiten konventioneller Biomarker (z. B. ETDRS-basierte Analyse der Ausdünnung der Photorezeptorlaminae) sowie eine konturlinienbasierte Analyse der Photorezeptordegeneration im Zeitverlauf bewertet werden. Darüber hinaus wurde gezeigt, dass das Alter des Verlusts der lichtsensorischen Zellen vom Genotyp abhängt, und es wurden Schätzungen für 31 Varianten vorgelegt, darunter 16 Varianten, die bisher noch nicht quantitativ hinsichtlich des klinischen Schweregrads analysiert worden sind.
Photoreceptor degeneration in ABCA4-associated retinopathy and its genetic correlates
Brett G Jeffrey, Brian P Brooks
Eingestellt am: 03.02.2022
Humanes physiologisch basiertes Kinetikmodell
2022
Wageningen Food Safety Research, , Niederlande
Die Vorhersageleistung eines generischen humanen physiologisch basierten Kinetikmodells (PBK) auf der Grundlage von In-vitro- und In-silico-Eingabedaten wurde bewertet und optimiert. Dazu wurde ein Datensatz mit 38.772 Cmax-Vorhersagen für 44 Verbindungen erstellt, indem verschiedene Kombinationen von In-vitro- und In-silico-Ansätzen zur chemischen Parametrisierung angewendet wurden. Die vorhergesagten Werte wurden mit humanen In-vivo-Daten aus der Literatur verglichen. Während das aktuelle Modell die Cmax-Werte überschätzte, trat keine Unterschätzung auf. Die Ergebnisse liefern entscheidende Einblicke in die Vorhersageleistung von PBK-Modellen basierend auf In-vitro- und In-silico-Eingaben und den Einfluss verschiedener Eingabeansätze auf die Modellvorhersagen. Dies wird den Übergang zu tierfreien Prüfstrategien der nächsten Generation für Stoffsicherheitsbewertungen vorantreiben, indem In-vitro-Toxizitätsdaten in In-vivo-Dosis-Wirkungs-Informationen umgewandelt werden.
Predictive performance of next generation human physiologically based kinetic (PBK) model predictions based on in vitro and in silico input data
Ans Punt
Eingestellt am: 22.04.2022
In-silico-Analyse identifiziert mögliche COVID-19-Zytokinsturm-Medikamente
2022
Spanish National Cancer Research Centre, Madrid, Spanien
Unter den durch eine SARS-CoV-2-Infektion ausgelösten Todesursachen spielt die Entwicklung eines entzündlichen „Zytokinsturms“ (CS) eine entscheidende Rolle. Hier verwendeten die Forscher Transkriptomdaten aus der bronchoalveolären Lavageflüssigkeit (BALF) von COVID-19-Patienten, die einen CS durchlaufen, um Gensignaturen zu erhalten, die mit dieser Pathologie assoziiert sind. Anhand dieser Signaturen untersuchten sie den Connectivity Map (CMap)-Datensatz, der die Auswirkungen von über 5000 kleinen Molekülen auf das Transkriptom menschlicher Zelllinien enthält, und suchten nach Molekülen, deren Auswirkungen auf die Transkription denen des CS ähneln oder entgegenstehen. Wie erwartet, wird vorhergesagt, dass Moleküle, die Immunantworten verstärken, wie PKC-Aktivatoren, den CS verschlechtern. Darüber hinaus identifizierten die Forscher die negative Regulierung weiblicher Hormone als einen der Wege, die den CS möglicherweise verschlimmern, was zum Verständnis der geschlechtsspezifischen Unterschiede in der COVID-19-Mortalität beiträgt. In Bezug auf Medikamente, die dem CS möglicherweise entgegenwirken, identifizierten sie Glukokortikoide als Top-Treffer, was ihren Ansatz bestätigt, da dies die primäre Behandlung für diese Pathologie ist. Interessanterweise zeigt die Analyse auch eine potenzielle Wirkung von MEK-Inhibitoren bei der Umkehrung des COVID-19-CS, was durch In-vitro-Daten gestützt wird, die die entzündungshemmenden Eigenschaften dieser Verbindungen bestätigen.
An in silico analysis identifies drugs potentially modulating the cytokine storm triggered by SARS-CoV-2 infection
Oscar Fernandez-Capetillo
Eingestellt am: 16.03.2022
Maschinelles-Lernen-Modell zur Risikobewertung von Corona-Intensivpatienten
2022
Charité - Universitätsmedizin Berlin, Berlin, Deutschland
Klinisch etablierte Risikobewertungen, wie SOFA- und APACHE II-Scores, zeigen eine begrenzte Leistung für die Vorhersage des Überlebens von schwerkranken COVID-19-Patienten. In der vorliegenden Studie wurden zur Optimierung der Behandlung und Zuweisung intensivmedizinischer Ressourcen Plasma-Proteome zweier voneinander unabhängigen Patientenkohorten (Deutschland und Österreich) analysiert, um das Ergebnis (Tod vs. Überleben) bei schweren Verläufen vorherzusagen. In Zeitreihenproben wurden 14 Entzündungsproteine identifiziert, die bei Patienten mit tödlichem Ausgang signifikant anstiegen. Bei Überlebenden wurde parallel eine Abnahme dieser Proteine im Plasma beobachtet. Die proteomischen Prädiktoren zeigten eine hohe Treffsicherheit in der Ergebnisvorhersage, während die parallel bewerteten etablierten Methoden deutlich schlechter abschnitten. Zeitreihenproben sind zeit- und arbeitsaufwendig und daher ungeeignet für die klinische Diagnostik und Therapieentscheidungen. Daher entwickelte die Forschungsgruppe ein Maschinelles-Lernen-Modell, dessen Vorhersagen auf Einzelzeit-Proben basieren, die zum ersten Zeitpunkt auf der maximalen Behandlungsstufe (WHO-Grad 7) der Patienten entnommen wurden. Die KI analysiert einzelne Proteinpaare und berechnet die Wahrscheinlichkeit eines tödlichen Ausgangs, durch Bewertung individueller Abweichungen von der Gesamtpopulation. Das Modell identifizierte 15 Proteine des Gerinnungssystems und 8 Proteine der Komplementkaskade als hoch relevant für eine schwere Verlaufsform mit tödlichem Ausgang. Basierend auf Proteomik-Daten der Patienten-Kohorte aus Deutschland, sagte die KI das Ergebnis für 18 von 19 Patienten, die überlebten, und für 5 von 5 Patienten, die in der Österreich-Kohorte verstarben, korrekt voraus. Die Ergebnisse zeigen, dass das Plasmaproteom die Reaktion des Wirts auf Covid19 physiologisch umfassend widerspiegelt und die klinische Diagnostik von Corona-Risikopatienten deutlich verbessert. Die Proteom-Analyse und Entwicklung weiterer Prädikatoren kann sich als hilfreich erweisen die Diagnostik und Therapiewahl anderer Krankheitsbilder zu verbessern.
A proteomic survival predictor for COVID-19 patients in intensive care
Florian Kurth
Eingestellt am: 11.08.2022
Patientenstudie zur Erforschung dynamischer Prozesse im Gehirn
2022
Max Planck Institute of Psychiatry, München, Deutschland
Bisher ist über die dynamischen Prozesse im Gehirn bei akutem Stress wenig bekannt, da sich die Forschung meist darauf fokussiert, welche Areale zu einem bestimmten Zeitpunkt aktiv sind.
Hier wurden 217 Probanden mit und ohne affektive Erkrankungen wie Depressionen und Angststörungen über den gesamten Zeitraum einer Stresssituation (Lösen einer Matheaufgabe unter Zeitdruck) beobachtet. Neben Aufnahmen im Magnetresonanztomographen maßen die Forscher das Stresshormon Cortisol und die Herzfrequenz.
Die dynamische Reaktion der Netzwerke im Gehirn der Probanden während der Stresssituation fiel unterschiedlich aus. Es wurden nicht nur Veränderungen in der Kommunikation von Hirnregionen gefunden, sondern auch ein dynamischer Prozess: Verschiedene Netzwerke agierten unterschiedlich im Lauf der akuten Belastung. Daraus konnten die Wissenschaftler ablesen, wie anfällig eine Person für eine negative Grundstimmung war und wie sich dadurch ihr Risiko für eine psychische Erkrankung erhöhte. Die Ergebnisse der Studie zeigen demnach, wie verschiedene Hirnregionen zusammenspielen und wie sich ihre Kommunikation im Laufe der Situation verändert. Diese Erkenntnisse könnten für die Entwicklung individueller Diagnosen und Therapien bedeutsam sein.
Spatiotemporal dynamics of stress-induced network reconfigurations reflect negative affectivity
Anne Kühnel, Elisabeth B. Binder
Eingestellt am: 21.11.2022
Virtueller Da-Vinci-Simulator
2022
Lahey Hospital and Medical Center, Burlington, USA
Die robotergestützte Chirurgie erfordert über die klassischen chirurgischen Handgriffe hinaus Fähigkeiten, um verschiedene Eingriffe am Patienten sicher durchführen zu können. Für eine der bekanntesten Roboterchirurgiekonsolen, das chirurgische System Da Vinci, ist eine virtuelle Lernplattform verfügbar. Verschiedene Level bieten ein umfassendes Training von Fertigkeiten, einschließlich EndoWrist-Manipulation, Kamera und Klammerung, Integration des vierten Arms, Systemeinstellungen, Kontrolle und Führung der Nadel sowie Verwendung und Steuerung der Fußpedale. Angehende Chirurgen können ohne Aufsicht üben, da die gespeicherten Messdaten eine Bewertung der Fähigkeiten und der Fortschritte ermöglichen. Neben der Ausbildung kann der Simulator auch als "Aufwärmübung" vor einer (komplizierten) Operation verwendet werden.
Da Vinci Skills Simulator
Augustus Gleason
Augustus Gleason et al. Journal of Robotic Surgery 2022 [95]
Intuitive Surgical, Inc. [96]
Mimic Technologies [97]
Eingestellt am: 20.06.2022
Augenuntersuchung kann Herzinfarkt vorhersagen
Dezember 2021
The University of Edinburgh, Edinburgh, Großbritannien
Es gibt zunehmend Hinweise darauf, dass die Komplexität der retinalen Gefäße (gemessen als fraktale Dimension, Df) sehr frühe Erkenntnisse über das Fortschreiten der koronaren Herzkrankheit (KHK) liefern könnte, bevor herkömmliche Biomarker nachgewiesen werden können. Hier wird eine genomweite Assoziationsstudie (GWAS) vorgestellt, die darauf abzielt, die genetische Komponente von Df aufzuklären und ihren Zusammenhang mit KHK zu analysieren. Zu diesem Zweck wurde die Df aus Netzhautfundusbildern und Genotypisierungsinformationen von rund 38.000 Teilnehmern aus der UK Biobank gewonnen. Es konnten 9 Loci entdeckt werden, die mit Df assoziiert sind und über die bereits in Studien zu Pigmentierung, Netzhautbreite und Tortuosität, Bluthochdruck und CAD berichtet wurde. Signifikant negative genetische Korrelationsschätzungen bestätigen den umgekehrten Zusammenhang zwischen Df und KHK sowie zwischen Df und Myokardinfarkt (MI). Aufgrund dieser Befunde wurde ein Modell zur Vorhersage von Herzinfarkten entwickelt, das klinische Informationen, Df und einen polygenen CAD-Risikoscore kombiniert und einen Random-Forest-Algorithmus verwendet. Die Ergebnisse werfen ein neues Licht auf die genetische Grundlage von Df, indem sie eine gemeinsame Steuerung mit KHK enthüllen und die Vorteile ihrer Anwendung bei der individualisierten MI-Risikovorhersage hervorheben.
Decreased retinal vascular complexity is an early biomarker of MI supported by a shared genetic control
Miguel O. Bernabeu
Eingestellt am: 06.07.2022
COVID-19-Infektion kann Gefäßschäden im Herz verursachen
Dezember 2021
Georg-August-Universität Göttingen, Göttingen, Deutschland(1)
Medizinische Hochschule Hannover (MHH), Hannover, Deutschland(2)
Medizinische Hochschule Hannover (MHH), Hannover, Deutschland(2)
Zum ersten Mal haben die Forscher die Phasenkontrast-Röntgentomographie verwendet, um die 3D-Struktur von Herzgewebe von Patienten zu charakterisieren, die an COVID-19 gestorben sind. Durch die Erweiterung der konventionellen histopathologischen Untersuchung um eine dritte Dimension können die feinen pathologischen Veränderungen des Gefäßsystems bei schweren COVID-19-Verläufen analysiert, vollständig quantifiziert und mit anderen Arten viraler Myokarditis und Kontrollen verglichen werden. Herzproben wurden sowohl in einem Laboraufbau als auch in einem Parallelstrahlaufbau in einer Synchrotron-Bestrahlungsanlage gescannt. Das vaskuläre Netzwerk wurde durch eine für 3D-Datensätze geeignete Deep-Learning-Architektur segmentiert, die durch spärliche manuelle Annotationen trainiert wurde. Es wurden pathologische Gefäßveränderungen beobachtet, die auf ein vermehrtes Auftreten von intussuszeptiver Angiogenese hindeuten. Die entsprechenden Verteilungen zeigen, dass sich die Histopathologie von COVID-19 sowohl von der Influenza als auch von der typischen Coxsackie-Virus-Myokarditis unterscheidet.
3D virtual histopathology of cardiac tissue from Covid-19 patients based on phase-contrast X-ray tomography
Tim Salditt(1), Danny Jonigk(2)
Eingestellt am: 16.03.2022
Medikamente können Darmmikroben auf unterschiedliche Weise beeinflussen
Dezember 2021
European Molecular Biology Laboratory (EMBL), Heidelberg, Deutschland(1)
Sorbonne Université, Paris, Frankreich(2)
University of Leipzig Medical Center, Leipzig, Deutschland(3)
Sorbonne Université, Paris, Frankreich(2)
University of Leipzig Medical Center, Leipzig, Deutschland(3)
Während des Übergangs von einem gesunden Zustand zu einer kardiometabolischen Erkrankung werden Patienten stark medikamentös behandelt, was zu einem zunehmend anormalen Darmmikrobiom und Serummetabolom führt und die Entdeckung von Biomarkern erschwert. Hier zeigen die Forscher durch integrierte Multi-Omics-Analysen von 2.173 europäischen Einwohnern aus der MetaCardis-Kohorte, dass die Aussagekraft von Medikamenten in Bezug auf die Variabilität sowohl der Merkmale des Wirts- als auch des Darmmikrobioms die von Krankheiten übersteigt. Sie quantifizieren abgeleitete Wirkungen einzelner Medikamente, ihrer Kombinationen sowie additive Wirkungen und zeigen, dass letztere das Metabolom und Mikrobiom in einen gesünderen Zustand verschieben. Verschiedene Beziehungen zwischen Antibiotika, kardiometabolischer Medikamentendosierung, Verbesserung klinischer Marker und Zusammensetzung des Mikrobioms werden dargestellt. Zusammengenommen ermöglichen dieser Berechnungsrahmen und die daraus resultierenden Ressourcen die Aufschlüsselung der Auswirkungen von Medikamenten und Krankheiten auf Wirts- und Mikrobiommerkmale bei multimedial behandelten Personen. Darüber hinaus liefern die robusten Signaturen, die mit diesem Framework identifiziert wurden, neue Hypothesen für Wechselwirkungen zwischen Wirkstoff, Wirt und Mikrobiom bei kardiometabolischen Erkrankungen.
Combinatorial, additive and dose-dependent drug–microbiome associations
Peer Bork(1), Karine Clément(2), Michael Stumvoll(3)
Eingestellt am: 04.04.2022
Personalisierte Gehirnmodelle zur Verbesserung der Depressionsbehandlung
Dezember 2021
Aix-Marseille Université, Marseille, Frankreich(1)
Ewha Womans University, Seoul, Südkorea(2)
University of Calgary, Calgary, Kanada(3)
Ewha Womans University, Seoul, Südkorea(2)
University of Calgary, Calgary, Kanada(3)
In den letzten 15 Jahren wurde die tiefe Hirnstimulation (DBS) als bahnbrechende Therapie für Patienten mit behandlungsresistenten Depressionen (TRD) aktiv erforscht; dennoch waren die Ergebnisse von Patient zu Patient unterschiedlich. Es wurde angenommen, dass die Aktivierung spezifischer Faserbahnen an der Stimulationsstelle ein wichtiger Faktor bei der Bestimmung der Ergebnisse ist. Die daraus resultierenden individuellen Netzwerkeffekte auf der Ebene des gesamten Gehirns sind jedoch noch weitgehend unbekannt. Hier wurde ein computergestützter Rahmen geschaffen, mit dem die durch selektive Stimulation von Faserbahnen ausgelösten Reaktionscharakteristika des Gehirns jedes Einzelnen untersucht werden können. Es wurde ein neuartiger personalisierter In-silico-Ansatz verwendet, das Virtual Big Brain, das hochauflösende virtuelle Gehirnmodelle im mm-Maßstab verwendet und explizit mehr als 100.000 Faserbahnen für jedes Individuum rekonstruiert. Jede Faserbahn ist aktiv und kann selektiv stimuliert werden. Die Simulationsergebnisse zeigen unterschiedliche stimulusinduzierte ereigniskorrelierte Potenziale als Funktion des Stimulationsortes, parametrisiert durch die Kontaktpositionen der bei jedem Patienten implantierten Elektroden. Diese Studie belegt die Fähigkeit personalisierter hochauflösender virtueller Gehirnmodelle zur Untersuchung individueller Netzwerkeffekte bei der DBS für Patienten mit TRD und eröffnet neue Wege für die personalisierte Optimierung der Hirnstimulation.
High-resolution virtual brain modeling personalizes deep brain stimulation for treatment-resistant depression: Spatiotemporal response characteristics following stimulation of neural fiber pathways
Viktor K. Jirsa(1), Sora An(2), Andrea B. Protzner(3)
Eingestellt am: 12.05.2022
Einzelzell-Transkriptomik zur Aufdeckung pathologischer Pfade bei ALS
November 2021
University of Exeter, Exeter, Großbritannien
Amyotrophe Lateralsklerose ist eine neurodegenerative Erkrankung, die durch den Verlust von Motoneuronen verursacht wird. Hier wurden von Patienten mit amyotropher Lateralsklerose abgeleitete induzierte pluripotente Stammzellen des Typs SOD1 E100G zur Durchführung von Einzelzell-Transkriptomanalysen verwendet, um Signalwege zu identifizieren, die mit dem pathologischen Befund in dysfunktionalen Neuronen zusammenhängen. Die Ergebnisse zeigten mehrere Signalwege und Transkriptionsfaktoren, die zu einer Dysregulation der Genexpression führen, und erstellten eine ALS-relevante Transkriptionsnetzwerkkarte. SMAD2, ein nachgeschalteter Effektor von TGF-beta, wurde als kritischer Faktor bei der Degeneration von Motoneuronen durch SOD identifiziert. Außerdem wurde TGF-beta bei verschiedenen Varianten der amyotrophen Lateralsklerose aktiviert, sowohl bei bekannten als auch bei sporadischen Fällen. Demnach verbesserte die Hemmung von TGF-beta das Überleben der erkrankten SOD1-Motoneuronen. Insgesamt demonstrieren die Forscher den Nutzen der Einzelzell-Transkriptomik zur Aufdeckung pathologischer Pfade bei neurodegenerativen Erkrankungen, und dies ermöglicht ihnen die Identifizierung mehrerer SOD1-assoziierter Ziele in gestörten Transkriptionsnetzwerken von Motoneuronen.
Single-cell transcriptomics identifies master regulators of neurodegeneration in SOD1 ALS iPSC-derived motor neurons
Akshay Bhinge
Eingestellt am: 29.11.2021
Größte öffentliche Datenbank für Knochenmarkzellen erstellt
November 2021
Helmholtz Zentrum München–German Research Center for Environmental Health, Neuherberg, Deutschland
Jeden Tag verwenden Zytologen auf der ganzen Welt optische Mikroskope, um Proben von Knochenmarkszellen tausende Male zu analysieren und zu klassifizieren. Diese Methode zur Diagnose von Blutkrankheiten wurde vor mehr als 150 Jahren etabliert, ist jedoch sehr komplex. Hier entwickelten die Forscher die bisher größte Open-Access-Datenbank zu mikroskopischen Bildern von Knochenmarkszellen. Die Datenbank besteht aus mehr als 170.000 Einzelzellbildern von über 900 Patienten mit verschiedenen Blutkrankheiten. Zusätzlich zur Datenbank haben die Forscher ein neuronales Netzwerk entwickelt, das bisherige maschinelle Lernalgorithmen zur Zellklassifizierung in Bezug auf Genauigkeit, aber auch in Bezug auf Generalisierbarkeit übertrifft. Diese Studie ist ein Schritt in Richtung einer automatisierten Bewertung der Knochenmarkzellmorphologie unter Verwendung modernster Bildklassifizierungsalgorithmen. Die Forscher wollen ihre Knochenmarkzelldatenbank weiter ausbauen, um ein breiteres Spektrum an Erkenntnissen zu erfassen und ihr Modell prospektiv zu validieren. Die Datenbank und das Modell sind für Forschungs- und Schulungszwecke frei verfügbar – zur Ausbildung von Fachleuten oder als Referenz für weitere KI-basierte Ansätze, z. B. in der Blutkrebsdiagnostik.
Highly accurate differentiation of bone marrow cell morphologies using deep neural networks on a large image data set
Carsten Marr
Eingestellt am: 12.05.2022
Transformationales maschinelles Lernen kann die Medikamentenentdeckung beschleunigen
November 2021
University of Cambridge, Cambridge, Großbritannien
Die Forscher haben einen neuen Ansatz für maschinelles Lernen (ML) entwickelt, der „lernt, wie man lernt“ und aktuelle ML-Methoden für das Medikamentendesign übertrifft, was wiederum die Suche nach neuen Behandlungsmethoden beschleunigen könnte. Die Methode namens Transformational Machine Learning (TML) lernt aus mehreren Problemen und verbessert die Leistung, während sie lernt. TML könnte die Identifizierung und Produktion neuer Medikamente beschleunigen, indem die maschinellen Lernsysteme verbessert werden, die zu ihrer Identifizierung verwendet werden.
Transformational machine learning: Learning how to learn from many related scientific problems
Ross D. King
Eingestellt am: 10.03.2022
Transkriptomische Analyse von hiPSC-abgeleiteten Kardiomyozyten deckt wichtige Signalwege für die Reifung auf
November 2021
A*STAR Institute of Molecular and Cell Biology, Singapur, Singapur
Aus menschlichen pluripotenten Stammzellen gewonnene Kardiomyozyten sind ein interessantes Instrument für die Modellierung von Krankheiten und die Zelltherapie. Allerdings gibt es immer noch erhebliche Einschränkungen bei ihren Anwendungen. Hier wurde eine menschliche Hexokinase1-GFP-Stoffwechsel-Reporter-Zelllinie verwendet, um zwischen fötalen und reifen Phänotypen differenzierter Kardiomyozyten zu unterscheiden und eine transkriptomische Analyse durchzuführen, um wichtige Genregulationswege zu identifizieren, die an der Kardiomyozytenreifung beteiligt sind. Die Ergebnisse zeigten, dass der Interferon-Signalweg in beiden Zelltypen unterschiedlich reguliert wurde. Darüber hinaus wiesen mit Interferon gamma behandelte Kardiomyozyten eine verstärkte JAK-STAT-Signalisierung und eine verbesserte Reifung auf, sowohl in Bezug auf die Genexpressionsprofile als auch auf die funktionellen physiologischen Ergebnisse. Die Hemmung des JAK-STAT-Signalwegs mit Ruxolitinib führte folglich zu einer Hemmung dieser funktionellen Verbesserungen. Insgesamt decken die Forscher wichtige Regulationswege auf, die bei der In-vitro-Reifung menschlicher Kardiomyozyten eine Rolle spielen und die möglicherweise zur Verbesserung von Differenzierungsprotokollen und zur Erhöhung der Relevanz von stammzellbasierten Herzmodellen genutzt werden könnten.
Upregulation of the JAK-STAT pathway promotes maturation of human embryonic stem cell-derived cardiomyocytes
Shi-Yan Ng, Boon-Seng Soh
Eingestellt am: 29.11.2021
Untersuchung der Rolle der Epigenetik bei Amyotropher Lateralsklerose
November 2021
Hannover Medical School, Hannover, Deutschland
Diese Studie untersucht die Rolle der Epigenetik bei Amyotropher Lateralsklerose (ALS). Dazu wurden von ALS-Patienten stammende induzierte pluripotente Stammzellen (iPSC) und von gesunden Kontrollen stammende iPSC generiert und charakterisiert. Neurale Vorläuferzellen von gesunden Kontrollzelllinien und ALS-Zelllinien, die eine Mutation im Fused-in-Sarcoma (FUS)-Gen trugen, wurden in Motoneuronen differenziert. Diese Motoneuronen zeigten eine typische ALS-Pathologie mit zytoplasmatischen FUS-Aggregaten. Expression und Promotor-Methylierung des FUS-Gens und Expression von DNA-Methyltransferasen wurden analysiert und mit gesunden Kontrollzelllinien verglichen.
Der beschriebene Ansatz kann verwendet werden, um epigenetische Modifikationen als neue therapeutische Ziele bei ALS zu untersuchen.
Methylation and expression of mutant FUS in motor neurons differentiated from induced pluripotent stem cells from ALS patients
Susanne Petri
Eingestellt am: 23.08.2022
Vorhersage von Proteininteraktionen mit künstlicher Intelligenz
November 2021
University of Texas Southwestern Medical Center, Dallas, USA(1)
University of Washington, Seattle, USA(2)
University of Washington, Seattle, USA(2)
Protein-Protein-Wechselwirkungen spielen in der Biologie eine entscheidende Rolle, aber die Strukturen vieler eukaryotischer Proteinkomplexe sind unbekannt, und es gibt wahrscheinlich viele noch nicht identifizierte Wechselwirkungen. In dieser Studie wurden Fortschritte in der proteomweiten Aminosäure-Koevolutionsanalyse und der Deep-Learning-basierten Strukturmodellierung genutzt, um systematisch genaue Modelle der wichtigsten eukaryotischen Proteinkomplexe innerhalb des Proteoms von Saccharomyces cerevisiae zu identifizieren und zu erstellen. Es wurde eine Kombination aus RoseTTAFold und AlphaFold verwendet, um gepaarte multiple Sequenzalignments für 8,3 Millionen Paare von Hefeproteinen zu durchsuchen, 1505 Proteine zu identifizieren, die wahrscheinlich interagieren, und Strukturmodelle für 106 zuvor nicht identifizierte Verbindungen und 806, die noch nicht strukturell charakterisiert wurden, zu erstellen. Diese Komplexe, die aus bis zu fünf Untereinheiten bestehen, spielen bei fast allen wichtigen Prozessen in eukaryontischen Zellen eine Rolle und bieten umfassende Einblicke in biologische Funktionen.
Computed structures of core eukaryotic protein complexes
Qian Cong(1), David Baker(2)
Eingestellt am: 28.01.2022
Feinstaub schädigt kognitive Leistungsfähigkeit
Oktober 2021
University of Rostock, Rostock, Deutschland
In der vorliegenden Studie wurden in Langzeit-Kohorten die Auswirkungen von Feinstaub auf die Lungenfunktion und die kognitive Leistungsfähigkeit von 49.705 Personen untersucht. Die Personen wohnten alle in Gebieten, die eine relativ geringe Luftverschmutzung aufweisen. Des Weiteren wurden bei der Auswertung der Ergebnisse sozio-demographische Merkmale wie Alter, Geschlecht, Bildung, bestehende Vorerkrankungen u.v.m. berücksichtigt. Mit der Cogstate Brief Battery (CBB), einer validierten computergestützten Methode, wurde die kognitive Leistung der Teilnehmer bewertet. Die Ergebnisse zeigten, dass eine höhere Exposition gegenüber Feinstaub signifikant mit einer langsameren kognitiven Verarbeitungszeit (CPT) verbunden ist. Mittels Mediationsanalysen wurde untersucht, ob die neurotoxikologischen Schadstoffe auf direktem Weg über den Riechnerv oder den Blutkreislauf zum Gehirn gelangen, oder indirekt durch die Lungenfunktion vermittelt werden. Hier zeigte sich, dass besonders feine Partikel vorwiegend dem direkten Weg folgen und bereits geringe Mengen ausreichen, um kognitive Beeinträchtigungen zu induzieren. Des Weiteren bestätigte sich die Hypothese, dass Luftschadstoffe durch Einatmen in die Lunge gelangen, wodurch die Lungenfunktion beeinträchtigt wird und Lungenentzündungen entstehen können. Auf der Grundlage der Ergebnisse sollen nun weitere Wege untersucht werden, auf denen Schadstoffe Organe spezifisch schädigen können.
Long-term exposure to fine particulate matter, lung function and cognitive performance: A prospective Dutch cohort study on the underlying routes
Benjamin Aretz
Eingestellt am: 17.08.2022
Gefäßschädigende SARS-CoV-2-Proteine identifiziert
Oktober 2021
Tel Aviv University, Tel Aviv, Israel
COVID-Patienten weisen eine sehr hohe Inzidenz für Gefäßerkrankungen und Blutgerinnsel auf, die zu einem Herzinfarkt oder Schlaganfall führen können. In der vorliegenden Studie gelang es Forschern Proteine des SARS-CoV-2-Virus zu identifizieren, die die Gefäßschädigungen hervorrufen. Die Forscher verwendeten Virus-RNA, die aus Blutproben von Patienten extrahiert wurde. Zur Analyse der viralen Protein-Expression in menschlichem Gewebe verwendeten die Forscher ein in-vitro-vaskuläres Endothelmodell, das aus humanen Nabelvenen-Endothelzellen (HUVEC) kultiviert wurde. Fünf der 29 SARS-CoV-2-Proteine induzierten deutliche mechanische und funktionelle Schädigungen der Blutgefäßzellen. Des Weiteren wurde eine erhöhte Blutgerinnungsneigung beobachtet. Mit einer neu entwickelten computergestützten Methode konnten die Forscher, basierend auf den neu gewonnenen Daten, die Wirkung der viralen Proteine auf andere Gewebearten vorhersagen. Die Identifizierung der endothel-schädigenden Proteine und die KI-basierten Prognosen stellen eine vielversprechende Erkenntnisgrundlage für weitere biomedizinische Forschungen dar, um die genauen Enzym-induzierten Pathomechanismen des Corona-Virus zu untersuchen und geeignete Medikamente schneller zu entwickeln.
Effect of SARS-CoV-2 proteins on vascular permeability
Ben Meir Maoz
Eingestellt am: 08.08.2022
Maschinelles Lernen Modelle sagen die Ausbreitung von Antibiotikaresistenzen voraus
Oktober 2021
Cornell University, Ithaca, USA
Phylogenetische Distanz, gemeinsame Ökologie und genomische Einschränkungen werden oft als Schlüsselfaktoren für den horizontalen Gentransfer (HGT) genannt, obwohl ihre relativen Beiträge unklar sind. Hier wenden die Forscher maschinelles Lernen auf einen kuratierten Satz verschiedener Bakteriengenome an, um die Bedeutung spezifischer funktioneller Merkmale bei jüngsten HGT-Ereignissen herauszuarbeiten. Sie stellen fest, dass Transferereignisse von mit hoher Wahrscheinlichkeit noch nicht nachgewiesenen Antibiotikaresistenzgenen fast ausschließlich auf humanassoziierte Bakterien zurückzuführen sind. Dieser Ansatz ist robust bei der Vorhersage der HGT-Netzwerke von Krankheitserregern, einschließlich Acinetobacter baumannii und Escherichia coli, sowie innerhalb lokalisierter Umgebungen, wie dem Darmmikrobiom eines Individuums.
Functions predict horizontal gene transfer and the emergence of antibiotic resistance
Ilana Lauren Brito
Eingestellt am: 23.02.2022
Physiologisch basiertes Kinetisches Modell zur Vorhersage der Kardiotoxizität
Oktober 2021
Wageningen University and Research, , Niederlande
In dieser Studie wurde die Anwendbarkeit eines In-vitro-In-silico-Modells zur Vorhersage der menschlichen Kardiotoxizität des pflanzlichen Alkaloids Ibogain und seines Metaboliten Noribogain untersucht. Physiologisch basierte Kinetikmodelle (PBK) wurden unter Verwendung von In-silico-abgeleiteten Parametern und biokinetischen Daten entwickelt, die aus In-vitro-Inkubationen mit menschlichen Lebermikrosomen und Studien zum Transport in menschlichen kolorektalen Zellen (Caco-2) gewonnen wurden. Aus humanen induzierten pluripotenten Stammzellen (hiPSC) gewonnene Kardiomyozyten wurden in Kombination mit einem Multi-Elektroden-Array verwendet, um die konzentrationsabhängige In-vitro-Kardiotoxizität zu bestimmen. Zur Bewertung des Modells wurden die Ergebnisse mit den in klinischen Studien berichteten humanen In-vivo-Daten verglichen. Ein Vergleich der Vorhersagen mit den verfügbaren In-vivo-Daten zeigte die Leistungsfähigkeit des entwickelten Modells.
A new approach methodology (NAM) for the prediction of (nor)ibogaine-induced cardiotoxicity in humans
Ivonne M. C. M. Rietjens
Eingestellt am: 22.04.2022
Datentool könnte neue Klasse von GPCRs aufdecken
2021
Queen’s University Belfast, Belfast, Großbritannien(1)
University of London, London, Großbritannien(2)
University of London, London, Großbritannien(2)
In dieser Studie haben die Forscher ein computergestütztes Datenwerkzeug entwickelt, das eine neue Klasse von G-Protein-gekoppelten Rezeptoren (GPCRs) aufdecken und zur Behandlung einer Reihe von Krankheiten führen könnte. GPCRs sind Wirkstoffziele in vielen therapeutischen Bereichen wie Entzündungen, Unfruchtbarkeit, Stoffwechsel- und neurologischen Störungen, Virusinfektionen und Krebs. Derzeit wirken über ein Drittel der Medikamente über GPCRs. Jüngste Studien haben die Existenz allosterischer Stellen aufgedeckt, an die Medikamente binden können und die mehrere therapeutische Vorteile bieten. Die Forscher entwickelten ein computergestütztes Protokoll zur Kartierung allosterischer Stellen in GPCRs, um eine rationale Suche nach allosterischen Wirkstoffen zu starten und die Möglichkeit für neue Lösungen und Therapien für eine Reihe von Krankheiten zu bieten. Laut dem Team wird das Computermodellierungswerkzeug neue Bindungsstellen für potenzielle Medikamente vorhersagen, die selektiver sind, was zu einem effektiveren Medikamenten-Targeting führt, die therapeutische Wirksamkeit erhöht und Nebenwirkungen reduziert. Insbesondere wird das Datenwerkzeug oder -protokoll eine neue Klasse von Verbindungen aufdecken – allosterische Medikamente in GPCRs.
Probe confined dynamic mapping for G protein-coupled receptor allosteric site prediction
Irina G. Tikhonova(1), Peter J. McCormick(2)
Eingestellt am: 23.02.2022
In-silico-Modell zur Vorhersage der Toxizität für Springschwänze
2021
Istituto di Ricerche Farmacologiche Mario Negri IRCCS, Mailand, Italien
Die Verschmutzung des Bodens ist eine kritische Herausforderung für die Umwelt. In dieser Arbeit wurden zwei quantitative Struktur-Wirkungs-Beziehungs-Modelle (quantitative structure activity relationship, QSAR) zur Vorhersage der durch organische Verbindungen induzierten Reproduktionstoxizität für den Springschwanz Folsomia candida entwickelt.
Dafür wurden 28-Tage-NOEC-Daten (No Observed Effect Concentration) verwendet, die aus öffentlich zugänglichen Datenbanken ausgewählt wurden. Es wurde ein Datensatz mit 54 Verbindungen zusammengestellt, darunter Pflanzenschutzmittel, Industriechemikalien, Haushalts- und Kosmetikinhaltsstoffe, Arzneimittel und weitere Substanzen. 80 % der Daten wurden zum Trainieren der Modelle verwendet, während 20 % zur Validierung eingesetzt wurden. Die Modelle wurden unter Verwendung der partiellen Regression der kleinsten Quadrate (PLS) und der Monte-Carlo-Technik mit Open-Source-Werkzeugen entwickelt.
Beide QSAR-Modelle lieferten eine gute Vorhersageleistung und könnten für die ökologische Risikobewertung von Chemikalien für Bodenorganismen dienen.
QSAR models for soil ecotoxicity: Development and validation of models to predict reproductive toxicity of organic chemicals in the collembola Folsomia candida
Diego Baderna
Eingestellt am: 29.02.2024
Neue KI-Methode könnte die Entwicklung von T-Zell-basierten Krebstherapien unterstützen
2021
MD Anderson Cancer Center, Houston, USA(1)
University of Texas Southwestern Medical Center, Dallas, USA(2)
University of Texas Southwestern Medical Center, Dallas, USA(2)
In dieser Studie haben die Forscher eine Technik mit künstlicher Intelligenz (KI) entwickelt, die erkennen kann, welche von Neoantigenen produzierten Zelloberflächenpeptide vom Immunsystem erkannt werden. Durch die Anwendung dieser pMTnet genannten Methode auf humane Tumorgenomdaten stellten die Autoren fest, dass Neoantigene im Allgemeinen immunogener sind als Selbstantigene, aber dass das humane endogene Retrovirus E (eine spezielle Art von Selbstantigen, das bei Nierenkrebs reaktiviert wird) stärker immunogen ist als Neoantigene. Sie fanden außerdem heraus, dass Patienten mit stärker klonal expandierten T-Zellen, die eine bessere Affinität zu trunkalen statt zu subklonalen Neoantigenen aufweisen, eine bessere Prognose und eine bessere Therapiereaktion auf die Immuntherapie bei Melanom und Lungenkrebs, aber nicht bei Nierenkrebs aufwiesen. Somit könnte pMTnet zu neuen Wegen zur Vorhersage der Krebsprognose und des möglichen Ansprechens auf Immuntherapien führen, die zur Entwicklung von Behandlungen wie Krebsimpfstoffen und T-Zell-basierten Therapien beitragen können.
Deep learning-based prediction of the T cell receptor–antigen binding specificity
Alexandre Reuben(1), Tao Wang(2)
Eingestellt am: 23.02.2022
Robotersystem für die Echtzeitanalyse von inhalierten Submikro- und Mikropartikeln
2021
University of Pittsburgh, Pittsburgh, USA
Vitamin-E-Acetat (VEA) wurde stark mit dem Ausbruch von Lungenschäden in Verbindung gebracht, die durch den Gebrauch von elektronischen Zigaretten (EC) oder Vaping-Produkten verursacht werden. Um zu verstehen, ob VEA das Dispositionsprofil inhalierter Partikel beeinflusst, wurde ein biologisch inspiriertes Robotersystem entwickelt, das Submikro- und Mikropartikel, die von E-Zigaretten in Echtzeit erzeugt werden, quantitativ analysiert, während es die klinisch relevante Atem- und Dampftopographie genau wie beim Menschen nachahmt. Damit konnte beobachtet werden, dass schon die Zugabe geringer Mengen von VEA ausreicht, um die Größenverteilung zu verändern und die Gesamtzahl der von den ECs inhalierten Partikel deutlich zu erhöhen. Darüber hinaus wurde die Nützlichkeit des biomimetischen Roboters für die Untersuchung des Einflusses von Nikotin und der Atemprofile bei obstruktiven und restriktiven Lungenerkrankungen nachgewiesen.
Die Plattform ist demnach in der Lage, Informationen über die Exposition gegenüber Inhalts- und Zusatzstoffen von E-Liquid-Zigaretten zu liefern und damit die Bewertung der Gesundheitsrisiken zu erleichtern.
A robotic system for real-time analysis of inhaled submicron and microparticles
Kambez H. Benam
Eingestellt am: 20.10.2021
Synthese imaginärer Sprachprozesse aus minimal-invasiven Aufzeichnungen neuronaler Aktivität
2021
Maastricht University, Maastricht, Niederlande(1)
University of Bremen, Bremen, Deutschland(2)
University of Bremen, Bremen, Deutschland(2)
Neuroprothetische Sprachsysteme sollen Personen, die aufgrund körperlicher oder neurologischer Beeinträchtigungen nicht sprechen können, einen natürlichen Kommunikationskanal bieten. Die Echtzeitsynthese akustischer Sprache direkt aus gemessener neuronaler Aktivität könnte natürliche Unterhaltungen ermöglichen und die Lebensqualität deutlich verbessern, insbesondere für Personen, deren Kommunikationsmöglichkeiten stark eingeschränkt sind. Jüngste Fortschritte bei den Dekodierungsverfahren haben zu qualitativ hochwertigen Rekonstruktionen akustischer Sprache aus invasiv gemessener neuronaler Aktivität geführt. Die meisten bisherigen Forschungsarbeiten verwenden jedoch Daten, die bei Experimenten mit offenem Kreislauf für artikulierte Sprache gesammelt wurden, was sich möglicherweise nicht direkt auf imaginäre Sprachprozesse übertragen lässt. Hier wird ein Ansatz vorgestellt, der hörbare Sprache in Echtzeit sowohl für imaginierte als auch für geflüsterte Sprache synthetisiert. Mit einem Teilnehmer, dem stereotaktische Tiefenelektroden implantiert wurden, konnte zuverlässig hörbare Sprache in Echtzeit erzeugt werden. Die Dekodierungsmodelle stützen sich vorwiegend auf frontale Aktivität, was darauf hindeutet, dass Sprachprozesse ähnliche Repräsentationen haben, wenn sie vokalisiert, geflüstert oder imaginiert werden. Obwohl die rekonstruierten Audiodaten noch nicht verständlich sind, stellt der Ansatz der Echtzeitsynthese einen wesentlichen Schritt zur Untersuchung der Frage dar, wie Patienten lernen, eine sprachgesteuerte Neuroprothese zu bedienen, die auf imaginierter Sprache basiert.
Real-time synthesis of imagined speech processes from minimally invasive recordings of neural activity
Christian Herff(1), Miguel Angrick(2)
Eingestellt am: 01.03.2022
Biotechnisch hergestelltes optogenetisches Modell der menschlichen neuromuskulären Verbindungsstelle
2021
Columbia University, New York, USA(1)
Gladstone Institutes, San Francisco, USA(2)
Gladstone Institutes, San Francisco, USA(2)
Funktionelle menschliche Gewebe, die aus patientenspezifischen induzierten pluripotenten Stammzellen (hiPSCs) hergestellt werden, sind vielversprechend für die kontrollierte und systematische Erforschung des Verlaufs, der Mechanismen und der Behandlung von Erkrankungen des Bewegungsapparats. Hier wird eine standardisierte Methode zur Herstellung einer isogenen, patientenspezifischen menschlichen neuromuskulären Verbindung (NMJ) beschrieben, die eine automatisierte Quantifizierung der NMJ-Funktion ermöglicht, um Krankheiten anhand einer kleinen Blutserumprobe zu diagnostizieren und neue therapeutische Modalitäten zu bewerten. Durch die Kombination von Tissue Engineering, Optogenetik, Mikrofabrikation, Optoelektronik und Videoverarbeitung ist eine neuartige Plattform für die präzise Untersuchung der Entwicklung und Degeneration der menschlichen NMJ geschaffen worden. Demonstriert wurde der Nutzen dieser Plattform für die Erkennung und Diagnose von Myasthenia gravis, einer Antikörper-vermittelten Autoimmunerkrankung, die die Funktion der NMJ stört.
Bioengineered optogenetic model of human neuromuscular junction
Gordana Vunjak-Novakovic(1), Olaia F. Vila(2)
Eingestellt am: 04.10.2021
Computergestützte Methode zur Analyse der Dynamik des Gehirns
2021
Universitat Pompeu Fabra, Barcelona, Spanien
Mit der funktionellen Magnetresonanztomographie lassen sich heute zufriedenstellende Darstellungen des Gehirns erzeugen. Die Dynamik des Gehirns in verschiedenen Zuständen bleibt jedoch unklar. Hier wird eine Analysemethode unter Verwendung der Dimensionalitätsreduktion entwickelt, um Bildgebungsdaten zu entschlüsseln und die räumlich-zeitliche Dynamik der Hirnaktivität in verschiedenen Zuständen zu ergründen. Die Ergebnisse zeigten nichtlineare Unterschiede zwischen den verschiedenen Zuständen auf, und diese Daten ermöglichten eine effiziente Klassifizierung der Zustände. Darüber hinaus ergab die weitere Analyse einer Probandengruppe eine gemeinsame Topologie zwischen den Individuen, die eher durch den Gehirnzustand als durch die Unterschiede zwischen den Teilnehmern bedingt ist. Insgesamt haben die Forscher die intrinsische Mannigfaltigkeit aufgedeckt, die die Dynamik des Gehirns beschreibt und die Entschlüsselung und Klassifizierung verschiedener Gehirnzustände ermöglicht.
Decoding brain states on the intrinsic manifold of human brain dynamics across wakefulness and sleep
Joan Rué-Queralt
Eingestellt am: 01.12.2021
KI-basierte Plattform zur Vorhersage und Entschlüsselung von Proteinstrukturen
2021
DeepMind, London, Großbritannien
Um die Entschlüsselung und Vorhersage von Proteinstrukturen zu optimieren und zu beschleunigen, hat das Unternehmen DeepMind das KI-basierte Computernetzwerk AlphaFold entwickelt. Um die Proteinstruktur vorherzusagen, nutzt AlphaFold sequenzielle, als auch strukturelle Informationen aus verschiedenen Datensätzen. Die Plattform basiert auf einem tiefenfaltenden neuronalen Netzwerk, das mit Millionen bekannter Proteinstrukturen aus der experimentellen Protein Data Bank (PDB) trainiert wurde. Um einen Deep-Learning-Algorithmus zu entwickeln, analysiert das System die primäre Aminosäuresequenz eines Proteins und berücksichtigt gleichzeitig evolutionäre, physikalische, sowie geometrische Informationen, die die räumliche Anordnung der Atome in einem Protein beeinflussen. Durch das integrierte maschinelle Lernsystem ist das System in der Lage, sich fehlende Kontexte selbstständig zu erschließen und optimiert die Proteinstrukturvorhersagen in einem kontinuierlichen Trainingsprozess. Die Ergebnisse der vorliegenden Studie zeigen, dass AlphaFold durch die Kombination bioinformatischer und physikalischer Ansätze die dreidimensionale Struktur einzelner Proteine äußerst präzise und nahezu mit experimenteller Genauigkeit vorhersagen kann und auch eine detaillierte Darstellung komplexer Proteinstrukturen ermöglicht. Der Proof of Concept der Methode wurde im Rahmen des 14. Critical Assessment of Protein Structure Prediction (CASP14) durchgeführt.
Highly accurate protein structure prediction with AlphaFold
John Jumper
Eingestellt am: 19.10.2023
Personalisierte Krebsforschung mit maschinellem Lernen vorantreiben
2021
The Barcelona Institute of Science and Technology, Barcelona, Spanien
Mit „BoostDM“ wurde ein Tool entwickelt, das auf Methoden des maschinellen Lernens basiert und den potenziellen Beitrag aller möglichen Mutationen eines Gens in einer bestimmten Tumorart zur Entwicklung und zum Fortschreiten von Krebs bewertet.
Das neue Tool wurde in die IntOGen-Plattform integriert, die von derselben Gruppe entwickelt wurde und von der wissenschaftlichen und medizinischen Gemeinschaft für Forschungsprojekte genutzt werden soll, sowie in den Cancer Genome Interpreter, der ebenfalls von dieser Gruppe entwickelt wurde und eher auf die klinische Entscheidungsfindung von Onkologen ausgerichtet ist.
BoostDM arbeitet derzeit mit den Mutationsprofilen von 28.000 Genomen, die bei 66 Krebsarten analysiert wurden. Der Anwendungsbereich von BoostDM wird mit der absehbaren Zunahme der öffentlich zugänglichen Krebsgenome wachsen.
Das Tool hat bereits 185 Modelle zur Identifizierung von Mutationen in einem bestimmten Gen bei einer bestimmten Krebsart erstellt. So hat es beispielsweise ein Modell erstellt, das alle möglichen Mutationen im EGFR-Gen identifiziert hat, die die Tumorentwicklung bei bestimmten Lungenkrebsarten auslösen, sowie ein anderes Modell für dasselbe Gen bei Glioblastomen.
In silico saturation mutagenesis of cancer genes
Ferran Muiños, Nuria Lopez-Bigas, Abel Gonzalez-Perez
Eingestellt am: 04.10.2021
Simulation von Arzneimittelkonzentrationen in PDMS-Organchips
2021
Wyss Institute for Biologically Inspired Engineering at Harvard University, Boston, USA
Mikrofluidische Organ-Chip-Zellkulturen werden häufig aus Polydimethylsiloxan (PDMS) hergestellt, da es biokompatibel, transparent, elastomer und sauerstoffdurchlässig ist. Allerdings können hydrophobe kleine Moleküle an PDMS absorbiert werden, was die Vorhersage von Arzneimittelreaktionen erschwert. Hier wird ein kombinierter experimenteller und rechnerischer Ansatz beschrieben, der räumliche und zeitliche Konzentrationsprofile von Arzneimitteln in 3D unter kontinuierlicher Dosierung in mikrofluidischen Zweikanal-Organ-Chips simuliert, die mit Bronchialepithel und pulmonalem mikrovaskulärem Endothel ausgekleidet sind. Diese Strategie umfasst die Entwicklung einer Simulation der Arzneimittelabsorption in einem PDMS-Organ-Chip sowie die experimentelle Quantifizierung der Diffusions- und Verteilungskoeffizienten des Arzneimittels. Das Rechenmodell wird dann verwendet, um die Wirkstoffkonzentrationen abzuschätzen, die die Zellen zu jedem Zeitpunkt in den mikrofluidischen Kanälen des Chips erfahren. Angewandt wurde die Methode, um die Konzentrationen des Malariamedikaments Amodiaquin zu simulieren, wenn es kontinuierlich unter Strömung in menschlichen Atemwegschips verabreicht wird. Diese Strategie kann den Substanzverlust aufgrund der PDMS-Absorption in jeder Gerätezusammensetzung abschätzen und sollte daher dazu beitragen, die Versuchsplanung und Analyse von Dosis-Wirkungs-Studien und Toxizitätsstudien in PDMS-Organchips zu verbessern.
Simulating drug concentrations in PDMS microfluidic organ chips
Donald E. Ingber
Eingestellt am: 08.09.2022
Bild-Algorithmus sagt Beginn der Alzheimer-Krankheit mit 99%iger Genauigkeit voraus
2021
Vytautas Magnus University, Kaunas, Litauen
Eines der möglichen ersten Anzeichen von Alzheimer ist die leichte kognitive Beeinträchtigung (MCI), die das Stadium zwischen dem erwarteten kognitiven Abbau im Rahmen des normalen Alterns und der Demenz darstellt. Mit Hilfe der funktionellen Magnetresonanztomographie (fMRI) können die Regionen im Gehirn identifiziert werden, die mit dem Ausbruch der Alzheimer-Krankheit in Verbindung gebracht werden. Die frühesten Stadien der Alzheimer-Krankheit haben oft keine eindeutigen Symptome, können aber in einigen Fällen durch Neuroimaging erkannt werden.
Forscher haben eine auf Deep Learning basierende Methode entwickelt, die anhand von Gehirnbildern den möglichen Ausbruch der Alzheimer-Krankheit vorhersagen kann.
Für das Modell wurde eine Modifikation des bekannten, fein abgestimmten ResNet 18 (residuales neuronales Netz) verwendet, um funktionelle MRT-Bilder von 138 Probanden zu klassifizieren. Die Bilder fielen in sechs verschiedene Kategorien: von gesund über das Spektrum der leichten kognitiven Beeinträchtigung (MCI) bis hin zur Alzheimer-Krankheit. Insgesamt wurden 51.443 und 27.310 Bilder aus dem fMRI-Datensatz der Alzheimer's Disease Neuroimaging Initiative für das Training und die Validierung ausgewählt.
Das Modell war in der Lage, die MCI-Merkmale in dem gegebenen Datensatz effektiv zu finden und erreichte eine Klassifizierungsgenauigkeit von 99 % für frühe MCI vs. AD, späte MCI vs. AD bzw. MCI vs. frühe MCI.
Analysis of features of Alzheimer’s Disease: detection of early stage from functional brain changes in magnetic resonance images using a finetuned ResNet18 network
Robertas Damaševičius
Eingestellt am: 07.10.2021
Computermodell zur Simulation der vom Zellzyklus abhängigen Ionenstrommodulation bei Tumoren
2021
Graz University of Technology, Graz, Österreich
Die A549-Zelllinie, die vom nicht-kleinzelligen Lungenkrebs (NSCLC) abstammt, ist ein weit verbreitetes Modell für die Untersuchung von Lungenkrebs und die Entwicklung von Krebsmedikamenten. In dieser Arbeit wird erstmals ein Ionenstrommodell der A549-Zelle des menschlichen Lungenadenokarzinoms vorgestellt, das die Beschreibung eines Zellmodells als Ganzes in der Krebselektrophysiologie darstellt. Das Modell berücksichtigt die Kinetik der wichtigsten Ionenkanäle, die zum Gesamtmembranstrom und zum Ruhemembranpotenzial der Zelle beitragen. Auf der Grundlage der experimentellen Daten mit der Ganzzell-Patch-Clamp-Technik und einer umfassenden Literaturrecherche wurde die Kinetik der einzelnen Kanäle mit einem Hidden-Markov-Modell (HMM) modelliert und die Anzahl der repräsentierten Ionenkanäle durch Anpassung der makroskopischen Ströme an die aufgezeichneten Ganzzellströme geschätzt. Das Modell wurde parametrisiert, wobei die spezifischen Ionenkanalaktivitäten in der A549-Zelle berücksichtigt wurden, die aus Literaturdaten gewonnen wurden, und umfasst die wichtigsten funktionell exprimierten Ionenkanäle in der Plasmamembran der A549-Zelle, die bisher bekannt sind, und berücksichtigt auch die jeweiligen Spannungs- und Kalziumabhängigkeiten. Dieser Ansatz ermöglicht nun zum ersten Mal die Simulation von Kanalinteraktion, -aktivierung und -hemmung und, was besonders wichtig ist, die Vorhersage von Membranpotentialänderungen für Teile des Zellzyklus. Die Verfügbarkeit dieses ersten A549-In-silico-Modells 1.0 ermöglicht ein tieferes Verständnis der möglichen Rollen und Interaktionen von Ionenkanälen bei der Tumorentwicklung und -progression und kann bei der Prüfung, Verifizierung und Validierung von Forschungshypothesen in der Elektrophysiologie von Lungenkrebs helfen.
A549 in-silico 1.0: A first computational model to simulate cell cycle dependent ion current modulation in the human lung adenocarcinoma
Sonja Langthaler, Christian Baumgartner, Theresa Rienmüller
Eingestellt am: 29.07.2021
Definierte Ansätze zur Hautsensibilisierung
Regulatorisch akzeptiert 2021
OECD Guidelines for the Testing of Chemicals, Paris, Frankreich
Ein definierter Ansatz (DA) besteht aus einer Auswahl von Informationsquellen (z. B. In-silico- Vorhersagen, In-chemico- oder In-vitro-Daten), die in einer bestimmten Kombination verwendet werden, und die resultierenden Daten werden mit einem festen Dateninterpretationsverfahren (DIP) ausgewertet (z. B. mit einem mathematischen , regelbasiertes Modell). DAs verwenden Methoden in Kombination und sollen einige Einschränkungen der einzelnen, eigenständigen Methoden überwinden. Die ersten drei DAs, die in dieser Leitlinie enthalten sind, verwenden Kombinationen von OECD-validierten In-chemico- und In-vitro-Testdaten, in einigen Fällen zusammen mit In-silico-Informationen, um zu einer regelbasierten Schlussfolgerung bezüglich einer möglichen Gefahr der Hautsensibilisierung zu gelangen. Es hat sich gezeigt, dass die in dieser Leitlinie enthaltenen DAs entweder den gleichen Informationsgehalt liefern oder informativer sind als der Lokale Lymphknotentest in Mäusen (LLNA; OECD TG 429) zur Identifizierung von Gefahren (d. h. Sensibilisator versus Nicht-Sensibilisator). Darüber hinaus liefern zwei der DAs Informationen zur Sensibilisierungspotenzkategorisierung, die den vom LLNA bereitgestellten Informationen zur Potenzkategorisierung entspricht. Validiert und regulatorisch akzeptiert unter OECD Test Nr. 497.
Defined approaches on skin sensitisation
OECD
Eingestellt am: 23.06.2021
Genetische Variabilität der SARS-CoV-2-Wirkstoffbindungstaschen
2021
University of Toronto, Toronto, Kanada
Das Ziel der Studie war es, hochkonservierte Bindungsstellen auf mehreren Coronavirus-Spezies zu identifizieren, um mögliche Angriffspunkte für die Entwicklung von Medikamenten gegen alle Coronaviren zu finden. Die Autoren verwendeten einen Algorithmus, um systematisch mögliche Bindungstaschen auf der experimentellen Struktur von 15 SARS-CoV-2-Proteinen abzubilden und ihre Variation über 27 Coronaviren und Tausende von SARS-CoV-2-Proben von COVID-19-Patienten zu analysieren. Sie fanden die zwei konserviertesten arzneimittelbindenden Stellen und präsentieren die Daten auf einem öffentlichen Webportal (https://www.thesgc.org/SARSCoV2_pocketome/), wo Benutzer interaktiv durch einzelne Proteinstrukturen navigieren und die genetische Variabilität von Wirkstoffbindungstaschen in 3D einsehen können.
Genetic variability of the SARS-CoV-2 pocketome
Matthieu Schapira
Eingestellt am: 21.10.2021
In-silico-Studie zur Behandlung von Aneurysmen
2021
University of Leeds, Leeds, Großbritannien
In-silico-Studien basieren auf virtuellen Populationen und Interventionen, die mithilfe patientenspezifischer Modelle simuliert werden. In dieser Studie wurde dabei eine Leistungsbewertung sogenannter Flow Diverter, das sind Stents die zur Behandlung von Aneurysmen verwendet werden, durchgeführt. Die Studie umfasst intrakranielle Aneurysmen von 164 virtuellen Patienten mit 82 unterschiedlichen Anatomien unter normotensiven und hypertensiven Bedingungen. Mithilfe der numerischen Strömungsmechanik wurde die Flussreduzierung nach der Behandlung mit einem flussumlenkenden Stent quantifiziert.
Die prognostizierten Erfolgsraten bei der Flussumleitung entsprechen den Werten, die zuvor in drei klinischen Studien berichtet wurden. Darüber hinaus ermöglicht das Modell die Durchführung virtueller Experimente und Subgruppenanalysen, um neue Erkenntnisse über Behandlungsversagen zu gewinnen, z.B. bei Vorliegen von Gefäßseitenästen oder Bluthochdruck.
Schließlich hat das Modell das Potenzial, das Risiko von Komplikationen und Behandlungsversagen für einzelne Patienten zu bewerten und somit klinische Entscheidungen zu unterstützen.
In-silico trial of intracranial flow diverters replicates and expands insights from conventional clinical trials
Alejandro F. Frangi
Eingestellt am: 14.07.2023
Multi-Omics-Profile sagen die Allotransplantatfunktion nach einer Lungentransplantation voraus
2021
Medical University of Vienna, Wien, Österreich
Die Lungentransplantation birgt aufgrund der Gefahr einer chronischen Lungenallotransplantationsdysfunktion (CLAD) unter allen Transplantationen fester Organe die höchste Sterblichkeitsrate. Die Mechanismen, die zu CLAD führen, sind bisher nicht ausreichend bekannt. Ein besseres Verständnis des Beitrags des pulmonalen Mikrobioms, Metaboloms, Lipidoms und zellulären Profilen zur Entwicklung von CLAD erfordert eine ganzheitliche Bewertung der Dynamik nach der Transplantation. Hier wurde im Rahmen einer explorativen Kohortenstudie mit bronchoalveolären Lavageproben von Lungenempfängern und -spendern die Umgestaltung des pulmonalen Milieus nach der Transplantation untersucht mit dem primären Ziel, zeitabhängige Faktoren des Prozesses zu identifizieren und das sekundäre Ziel, die Ursachen für die Verschlechterung der Lungenfunktion zu beschreiben. Variation der Zellzusammensetzung, der mikrobiellen Diversität, Lipid- und Metabolitenprofilen sowie des Spirometrieparameters FEV1 (forciertes exspiratorisches Volumen während der ersten Sekunde) dienten als statistische Endpunkte. Analysiert wurde das alveoläre Mikrobiom mittels 16S rRNA-Sequenzierung, die zelluläre Zusammensetzung mittels Durchflusszytometrie sowie Metabolom- und Lipidom-Profiling.
Die Autoren fanden heraus, dass die mikrobielle Zusammensetzung nach einer Lungentransplantation in erster Linie durch umwelt- und empfängerspezifische Faktoren bestimmt wird, unabhängig vom Mikrobiom des Spenders, und identifizierten ausgewählte mikrobielle Spezies, die auch nach der Transplantation mit der zugrundeliegenden Lungenerkrankung korrelierten. Mithilfe eines computergestützten Modells konnte die Entwicklung der Lungenfunktion anhand von Multi-Omics-Datensätzen vorhergesagt werden, wobei mikrobielle Profile eine besonders hohe Vorhersagekraft aufwiesen. Das explorative Studiendesign leistet laut Autoren einen Beitrag, um das Wissen über die Transplantatanpassung zu erweitern und könnte damit hilfreich sein, neuartige therapeutische Ansätze zur Verhinderung von Funktionsstörungen bei Lungen-Allotransplantaten zu identifizieren.
Multi-omics profiling predicts allograft function after lung transplantation
Sylvia Knapp
Eingestellt am: 12.09.2022
Nicht-invasive Untersuchung von Gehirnzuständen mit Magnetresonanztomographie
2021
University of Heidelberg, Mannheim, Deutschland
In dieser Studie wurde die Netzwerk-Kontrolltheorie (NCT) verwendet, um Übergänge zwischen neuralen Zuständen des gesamten Gehirns zu untersuchen, die durch funktionelle Magnetresonanztomographie (fMRT) während einer etablierten Arbeitsgedächtnisaufgabe gemessen wurden. 178 gesunde Personen und 24 Personen mit Schizophrenie wurden in die Studie eingeschlossen. Personen mit Schizophrenie zeigten veränderte Netzwerkkontrolleigenschaften.
Die präfrontale Dopaminrezeptor-Expression der individuellen Teilnehmer wurde basierend auf Genanalysen geschätzt. Die Hypothese, dass die Stabilität von Gehirnzuständen mit der Dopaminrezeptorfunktion zusammenhängt, wurde durch funktionelles Blockieren der Rezeptoren unter Verwendung der Wirkstoffe Amisulprid und Risperidon in-vivo getestet. Die erhaltenen Daten deuten drauf hin, dass die Aktivierung des Arbeitsgedächtnisses ein gehirnweites Umschalten zwischen Aktivitätszuständen beinhaltet und dass die Steuerung dieser Netzwerkdynamik durch die Dopaminrezeptor-Funktion beeinflusst wird.
Zusammenfassend wurde der Nutzen der NCT für die nicht-invasive Untersuchung der Grundlagen (veränderter) Gehirnzustände und ihrer Übergänge während der Kognition gezeigt.
Brain network dynamics during working memory are modulated by dopamine and diminished in schizophrenia
Urs Braun
Eingestellt am: 26.10.2022
Patienten-spezifisches Organoid-Modell zur Ermittlung der Bestrahlungssensitivität
2021
Korea Institute of Radiological and Medical Sciences, , Südkorea
In dieser Studie wurden von Patienten stammende Tumororganoide verwendet, um die Korrelation zwischen der Reaktion auf eine Bestrahlung einzelner von Patienten stammender Enddarmkrebs-Organoide und den Ergebnissen der tatsächlichen Strahlentherapie der in die Studie eingeschlossenen 33 Patienten zu bestimmen. Histologie und Next-Generation-Sequencing-Analyse bestätigten, dass von Patienten stammende Tumororganoide sowohl pathophysiologisch als auch genetisch den ursprünglichen Tumoren entsprechen.
Basierend auf einem maschinellen Lernalgorithmus und unter Verwendung klinischer und experimenteller Daten zur Reaktion auf die Strahlenbehandlung wurde ein Vorhersagemodell entwickelt. Die Bestrahlungsreaktionen der Patienten korrelierten positiv mit denen der von Patienten stammenden Tumororganoide. Es wurde gezeigt, dass das auf maschinellem Lernen basierende Vorhersagemodell für Strahlentherapieergebnisse eine Vorhersagegenauigkeit von mehr als 89 % aufweist.
A patient-derived organoid-based radiosensitivity model for the prediction of radiation responses in patients with rectal cancer
Younjoo Kim, Ui Sup Shin
Eingestellt am: 23.06.2022
Screening identifiziert vorhandene Medikamente als potenzielle COVID-19-Therapien
2021
The Scripps Research Institute, La Jolla, USA
Die Autoren analysierten eine Bibliothek wiederverwendbarer Medikamente mit über 12000 Wirkstoffen anhand von zwei Hochdurchsatz-Infektionstests mit menschlichen Zelllinien, um mögliche COVID-19-Wirkstoffkandidaten zu finden. Sie identifizierten 90 bestehende Arzneimittel oder Arzneimittelkandidaten mit antiviraler Aktivität gegen SARS-CoV-2. Davon sind vier klinisch zugelassene Medikamente und neun Wirkstoffe befinden sich in anderen Entwicklungsstadien mit großem Potenzial, als orale Medikamente für COVID-19 eingesetzt zu werden.
Drug repurposing screens identify chemical entities for the development of COVID-19 interventions
Malina A. Bakowski, Thomas F. Rogers
Eingestellt am: 21.10.2021
Big Data und KI zum Vergleich von in vitro und in vivo Tumoren
2021
Johns Hopkins University, Baltimore, USA
Das Versäumnis, Zelllinien adäquat zu charakterisieren und Unterschiede zwischen In-vitro- und In-vivo-Biologie zu verstehen, kann schwerwiegende Folgen für die Übertragbarkeit von wissenschaftlichen In-vitro-Studien auf klinische Studien am Menschen haben. Dieses Projekt konzentriert sich auf MCF-7-Zellen (Michigan Cancer Foundation-7), eine humane Brust-Adenokarzinom-Zelllinie, die häufig für die In-vitro-Krebsforschung verwendet wird. In diesem Projekt werden die wichtigsten Ähnlichkeiten und Unterschiede in den Genexpressionsnetzwerken der humanen Brust-Adenokarzinom-Zelllinie MCF-7 im Vergleich zu menschlichem Brustkrebsgewebe untersucht. Es werden zwei MCF-7-Datensätze (ARCHS4 mit 1032 Proben und Gene Expression Omnibus GSE50705 mit 88 Estradiol-behandelten MCF-7-Proben) und ein Datensatz zum invasiven duktalen Karzinom, BRCA (The Cancer Atlas, 1212 Brustgewebsproben) verwendet. Die gewichtete Genkorrelationsnetzwerkanalyse (WGCNA) und funktionelle Annotationen der Daten zeigen, dass MCF-7-Zellen und menschliches Brustgewebe nur minimale Ähnlichkeiten in biologischen Prozessen aufweisen, obwohl einige grundlegende Funktionen, wie z. B. der Zellzyklus, konserviert sind. Die skalierte Konnektivität - eine Netzwerk-Topologie-Metrik - zeigt ebenfalls drastische Unterschiede im Verhalten von Genen zwischen MCF-7- und BRCA-Datensätzen. Es wird canSAR verwendet, um Liganden-basierte Drugability-Scores von Genen in den Datensätzen zu berechnen, und die Ergebnisse legen nahe, dass die Verwendung von MCF-7 zur Untersuchung von Brustkrebs dazu führen kann, dass wichtige Gen-Targets übersehen werden.
Similarities and differences in gene expression networks between the breast cancer cell line Michigan Cancer Foundation-7 and invasive human breast cancer tissues
Alexandra Maertens
Eingestellt am: 30.06.2021
Biomarker weist frühzeitig auf schwere COVID-19-Verläufe hin
2021
University of Zurich, Zürich, Schweiz
Der Krankheitsverlauf ist von SARS-CoV-2 Patienten ist sehr unterschiedlich. Während meistens harmlose Symptome vorherrschen, leiden einige Patienten unter einem schweren Verlauf. Um festzustellen, ob das Immunprofil von COVID-Patienten auf der Intensivstation spezifisch für SARS-CoV-2 ist oder durch eine allgemeine Entzündung bestimmt wird, die auch bei Nicht-SARS-CoV-2-Lungenentzündungen auftritt, wurden Blutproben von Patienten und Kontrollen entnommen. Die Proben wurden mittels longitudinaler, hochdimensionaler Einzelzell-Spektralzytometrie und algorithmengestützter Analyse untersucht, um das jeweilige Immunmuster zu charakterisieren. Die Ergebnisse zeigen, dass - neben einigen Ähnlichkeiten im Immunprofil - bei SARS-CoV-2-Infektionen eine spezielle Sorte von T-Killerzellen als prädiktiver Biomarker dienen kann, um den Schweregrad der Krankheit bereits zu einem frühen Zeitpunkt zu beurteilen, was zu einer besseren Überwachung und Versorgung der Patienten führen kann.
Distinct immunological signatures discriminate severe COVID-19 from non-SARS-CoV-2-driven critical pneumonia
Burkhard Becher
Eingestellt am: 17.05.2022
Computersimulationssoftware für Medikamentenentwicklung
Unternehmen 2021
VeriSIM Life, San Francisco, USA
In der vorliegenden Studie wird eine patentierte Biosimulationssoftwareplattform (BIOiSIM) zur Optimierung der Arzneimittelentwicklung vorgestellt. Pharmakokinetische (PK) Vorhersagen, die auf traditionellen In-vivo-Studien basieren, sind zeit- als auch kostenintensiv und von einer hohen Fehleranfälligkeit gekennzeichnet. Die neue Computersoftware ermöglicht es durch die Simulation von (personalisierten) Plasmakonzentrationen einen Datensatz mit allen relevanten Informationen über die Aufnahme, Verteilung, Umwandlung und Ausscheidung eines neuen Wirkstoffes (ADME-Modell) in bis zu 5 Stunden zu berechnen. Basierend auf den Ergebnissen der Studie konnten die Prognosen über die Wirksamkeit und Toxizität neuer Arzneistoffe durch die Analyse und Optimierung PK-relevanter Parameter, insbesondere der spezifischen Gewebe-Plasma-Verteilungskoeffizienten (Kp) in Organen und Gewebe, nachweislich verbessert werden. Die KI-gestützte Methode senkt somit das gesundheitliche Risiko für Probanden in klinischen Studien und generiert parallel, durch die Integration von mechanistischen Modellen und maschinellem Lernen, eine valide Datenbank von globalen Wirkstoffdispositionen für die zukünftige Medikamentenentwicklung.
A hybrid modeling approach for assessing mechanistic models of small molecule partitioning in vivo using a machine learning integrated modeling platform
Jyotika Varshney
Eingestellt am: 02.08.2022
Gehirn-Computer-Interface verwandelt mentale Handschrift in Text
2021
Stanford University School of Medicine, Stanford, USA
Mit Hilfe eines implantierten Sensors, der die mit der Handschrift verbundenen Gehirnsignale aufzeichnet, haben Wissenschaftler ein Brain-Computer-Interface (BCI) entwickelt, das die Fähigkeit zur Kommunikation in Echtzeit bei Menschen mit Rückenmarksverletzungen und neurologischen Erkrankungen wie der Amyotrophen Lateralsklerose (ALS) wiederherstellen soll.
Durch die Implantation von zwei kleinen Sensoren in das Gehirn eines Patienten konnten die Forscher die Gehirnaktivität entschlüsseln, die mit dem Versuch verbunden ist, Buchstaben mit der Hand zu schreiben. Ein maschineller Lernalgorithmus wurde verwendet, um Buchstaben zu identifizieren, während der Patient versuchte, sie zu schreiben, dann zeigte das System den Text auf einem Bildschirm an.
Es gibt bereits andere BCIs zur Wiederherstellung der Kommunikation; sie haben sich jedoch als ungenau erwiesen und weisen mehrere Einschränkungen auf. In dieser Studie erreichte der Teilnehmer, dessen Hand aufgrund einer Rückenmarksverletzung gelähmt war, online eine Schreibgeschwindigkeit von 90 Zeichen pro Minute mit einer unbearbeiteten Genauigkeit von 94,1 % und offline eine Genauigkeit von mehr als 99 % mit einer allgemeinen Autokorrektur. Die Forscher hoffen, dass diese Technologie eines Tages dazu beitragen kann, die Kommunikationsfähigkeit von Patienten mit vergleichbaren Problemen wiederherzustellen.
High-performance brain-to-text communication via handwriting
Francis R. Willett
Eingestellt am: 02.07.2021
Gehirn-Computer-Schnittstellen-Technik zur Unterstützung der Neurorehabilitation
2021
University of Bath, Bath, Großbritannien
Die Elektroenzephalographie (EEG)-basierte Gehirn-Computer-Schnittstellen (BCIs) werden für die Steuerung von Roboterarmen verwendet. Die Leistung der nicht-invasiven BCIs kann aber aufgrund der schlechten Qualität der EEG-Signale nicht zufriedenstellend sein, so dass gemeinsame Steuerungsstrategien als alternative Lösung angedacht wurden. In dieser Arbeit wurde ein hirngesteuertes Roboterarmsystem auf der Grundlage eines neuartigen gemeinsamen Steuerungsmodells mit einem hybriden BCI-Schema vorgeschlagen. Es wurde ein gemeinsamer Controller entwickelt, der die menschlichen Absichten dynamisch in die maschinelle Autonomie integriert und den Steuerungsprozess des Roboterarms auf der Grundlage des aktuellen Steuerungskontexts intelligent optimiert. Die Anwendung des hybriden BCI-Schemas mit SI und PI in dieser Studie zielte darauf ab, die Dimensionalität der BCI-Steuerung zu erweitern und die BCI-Ressourcen (z.B. Decodierleistung, GUI-Belegung) für das System zu optimieren. Die Ergebnisse des Experiments zeigten, dass alle elf Probanden in der Lage waren, das gewünschte Ziel aus mehreren Objekten unter gemeinsamer Kontrolle auswählen und zehn konnten die Pick-Place-Aufgabe abschließen. Darüber hinaus zeigten die Versuchsergebnisse, dass die gemeinsame Steuerung die reine BCI-Steuerung übertraf, was darauf hindeutet, dass die gemeinsame Steuerung eine vielversprechende Methode für hirngesteuerte Systeme sein könnte.
Diese Technologie könnte demnach die Aktivitäten des täglichen Lebens von Menschen mit Behinderungen verbessern.
A brain-actuated robotic arm system using noninvasive hybrid brain–computer interface and shared control strategy
Dingguo Zhang
Linfeng Cao et al. Journal of Neural Engineering 2021 [151]
Physicians Committee for Responsible Medicine [152]
Eingestellt am: 12.09.2022
In-silico-Modell für die akute Toxizität für T. platyurus
2021
Istituto di Ricerche Farmacologiche Mario Negri IRCCS, Mailand, Italien
Der Krebs Thamnocephalus platyurus wird zunehmend in Ökotoxizitätstests eingesetzt. Das Ziel dieser Studie war es, Computermodelle zur Vorhersage der Toxizität in T. platyurus zu entwickeln. Dafür wurden quantitative Struktur-Wirkungs-Beziehungsmodelle (QSAR) zur Vorhersage der akuten Toxizität etabliert.
Öffentlich zugängliche LC50-Daten für 72 organische Verbindungen wurden für die Modellentwicklung verwendet und die von der Organisation für wirtschaftliche Zusammenarbeit und Entwicklung (OECD) empfohlenen Prinzipien der QSAR-Modellierung befolgt.
Obwohl nur ein kleiner Datensatz zur Verfügung stand, lieferten die Modelle vielversprechende Ergebnisse und identifizierten Deskriptoren mit einem wichtigen Einfluss auf die Toxizität gegenüber T. platyurus. Die zusätzlichen Deskriptoranalysen liefern ebenfalls eine mechanistische Interpretation der Ergebnisse.
Ecotoxicological QSAR modeling of the acute toxicity of organic compounds to the freshwater crustacean Thamnocephalus platyurus
Diego Baderna
Eingestellt am: 11.03.2024
Maschinelles Lernen sagt Reaktion von COVID-19-Patienten auf Behandlung voraus
2021
Imperial College London, London, Großbritannien
In dieser Studie wurden erstmals täglich wechselnde klinische Parameter von COVID-19-Patienten untersucht und KI einsetzt, um die klinische Reaktion auf die sich schnell ändernden Bedürfnisse von Patienten auf Intensivstationen zu verstehen.
Obwohl das KI-Modell auf eine retrospektive Kohorte von Patientendaten angewendet wurde, die während der ersten Welle der Pandemie gesammelt wurden, demonstriert die Studie die Fähigkeit von KI-Methoden, Patientenergebnisse anhand von klinischen Routinedaten vorherzusagen, die von Ärzten auf Intensivstationen verwendet werden.
Die neuen Ergebnisse zeigen, dass das KI-Modell Faktoren identifizierte, die bestimmten, welche Patienten sich wahrscheinlich verschlechtern und nicht auf Interventionen wie die Bauchlagerung (Proning) ansprechen würden. Die Forscher fanden heraus, dass während der ersten Welle der Pandemie Patienten mit Blutgerinnseln oder Entzündungen in der Lunge, niedrigeren Sauerstoffwerten, niedrigerem Blutdruck und niedrigeren Laktatwerten weniger wahrscheinlich vom Proning profitierten. Insgesamt verbesserte das Pronen die Sauerstoffversorgung nur bei 44 % der Patienten.
Laut Autoren könnte dieser Ansatz, bei dem die Daten jedes Patienten Tag für Tag und nicht nur bei der Aufnahme analysiert werden, dazu verwendet werden, Richtlinien für die klinische Praxis zu verbessern.
Natural history, trajectory, and management of mechanically ventilated COVID-19 patients in the United Kingdom
Brijesh V. Patel, Aldo A. Faisal
Eingestellt am: 18.06.2021
Röntgenquelle findet Kandidaten für Coronamedikamente
2021
Deutsches Elektronen-Synchrotron DESY, Hamburg, Deutschland
Die Strahlführung P11 der Forschungslichtquelle PETRA III ist auf strukturbiologische Untersuchungen spezialisiert. Hier lässt sich die dreidimensionale räumliche Struktur von Proteinen atomgenau darstellen. Anhand dieser Methode, die Proteinkristallographie nutzt, sind mehrere Kandidaten für Wirkstoffe gegen das Coronavirus SARS-CoV-2 identifiziert worden. Sie binden an ein wichtiges Protein des Virus und könnten damit die Basis für ein Medikament gegen Covid-19 sein. In einem sogenannten Röntgenscreening testeten die Forscher in kurzer Zeit fast 6000 bereits für die Behandlung anderer Krankheiten existierende Wirkstoffe. Es konnten insgesamt 37 Stoffe identifiziert, die an die Hauptprotease des SARS-CoV-2-Virus binden. Sieben dieser Stoffe hemmen die Tätigkeit des Proteins und bremsen so die Vermehrung des Virus. Die Wirkstoffe Calpeptin und Pelitinib zeigten dabei die deutlich höchste Antiviralität bei guter Zellverträglichkeit. Das Wirkstoffscreening brachte zudem eine neue Bindungsstelle an der Hauptprotease des Virus zu Tage, an der Medikamente ankoppeln können.
X-ray screening identifies active site and allosteric inhibitors of SARS-CoV-2 main protease
Sebastian Günther, Alke Meents
Eingestellt am: 20.04.2021
SoftWipe: Ein Tool zur Bewertung der Qualität wissenschaftlicher Software
2021
Heidelberg Institute for Theoretical Studies, Heidelberg, Deutschland
Wissenschaftliche Software aus allen Bereichen der wissenschaftlichen Forschung ist entscheidend, um neue Erkenntnisse zu gewinnen. Die Einhaltung der Kodierungsstandards für wissenschaftliche Software wird jedoch selten bewertet, obwohl dies im schlimmsten Fall zu falschen wissenschaftlichen Ergebnissen führen kann. Aus diesem Grund haben die Autoren ein Open-Source-Tool und einen Benchmark namens SoftWipe entwickelt, das ein relatives Ranking der Einhaltung von Software-Codierungsstandards von 48 Rechenwerkzeugen aus verschiedenen Forschungsbereichen liefert. SoftWipe kann bei der Überprüfung von In-silico-Studien und zur Information während des Auswahlprozess für wissenschaftliche Software verwendet werden, damit Wissenschaftler die beste In-silico-Methode für ihre Studien auswählen können.
The SoftWipe tool and benchmark for assessing coding standards adherence of scientific software
Alexandros Stamatakis
Eingestellt am: 21.06.2021
Wiederherstellung der Sprache von Schlaganfallpatienten durch Computersimulation vorhergesagt
2021
Boston University, Boston, USA(1)
The University of Texas at Austin, Austin, USA(2)
The University of Texas at Austin, Austin, USA(2)
Die Vorhersage von Sprachtherapieresultaten bei bilingualen Aphasikern (BWA) bleibt eine Herausforderung aufgrund der vielfältigen Faktoren vor und nach dem Schlaganfall, die die Defizite und die Erholung ihrer beiden Sprachen bestimmen. Computergestützte Modelle, die Sprachstörungen und Behandlungsergebnisse bei BWA simulieren, können helfen, das Ansprechen auf die Therapie vorherzusagen und die optimale Sprache für die Behandlung zu identifizieren. Hier wird das BiLex-Computermodell verwendet, um das Verhaltensprofil der Sprachdefizite und das Ansprechen auf die Behandlung bei einer retrospektiven Stichprobe von 13 spanisch-englischen BWA zu simulieren, die eine Therapie in einer ihrer Sprachen erhielten. Insbesondere simulierten die Autoren die Benennungsfähigkeit vor und nach einem Schlaganfall in jeder Sprache sowie das Ansprechen auf die Behandlung in der behandelten und in der unbehandelten Sprache. BiLex sagte die Behandlungseffekte in der behandelten Sprache genau und robust voraus und erfasste unterschiedliche Grade der sprachenübergreifenden Generalisierung in der unbehandelten Sprache bei BWA. Durch Kreuzvalidierung konnte gezeigt werden, dass BiLex das Ansprechen auf die Behandlung für Patienten vorhersagen kann, deren Daten nicht im Modelltraining verwendet wurden. Diese Ergebnisse unterstützen das Potenzial von BiLex zur Vorhersage von Therapieergebnissen bei BWA und deuten darauf hin, dass die computergestützte Modellierung hilfreich sein kann, um individuell zugeschnittene Rehabilitationspläne für diese Population zu erstellen.
Predicting language treatment response in bilingual aphasia using neural network-based patient models
Claudia Peñaloza(1), Uli Grasemann(2)
Eingestellt am: 01.07.2021
Drei neue Multiple-Sklerose-Subtypen mithilfe von KI identifiziert
2021
University College London, London, Großbritannien
Multiple Sklerose (MS) kann anhand der klinischen Entwicklung in vier Phänotypen eingeteilt werden. Die pathophysiologischen Grenzen dieser Phänotypen sind unklar, was die Stratifizierung der Behandlung einschränkt. Maschinelles Lernen kann Gruppen mit ähnlichen Merkmalen anhand mehrdimensionaler Daten identifizieren. Um MS-Subtypen auf Basis pathologischer Merkmale zu klassifizieren, wurde das mit künstlicher Intelligenz arbeitende Tool SuStaIn (Subtype and Stage Inference) auf MRT-Scans des Gehirns angewendet, die von zuvor veröffentlichten Studien gewonnen wurden. Verwendet wurde ein Trainingsdatensatz von 6322 MS-Patienten, um MRI-basierte Subtypen zu definieren, und eine unabhängige Kohorte von 3068 Patienten zur Validierung. Basierend auf den frühesten Anomalien definieren die Autoren MS Subtypen als Kortex-geleitet, normal erscheinende weiße Substanz-geleitet und Läsions-geleitet. Menschen mit dem läsionsgeleitetem Subtyp haben das höchste Risiko einer bestätigten Behinderungsprogression und höchste Rückfallrate. Menschen mit dem Subtyp der läsionsgeleiteten MS zeigen ein positives Therapieansprechen in ausgewählten klinischen Studien. Die Ergebnisse legen nahe, dass MRI-basierte Subtypen die MS Progression der Behinderung und Ansprechen auf die Behandlung vorhersagen und zur Definition von Patientengruppen in interventionellen Studien verwendet werden können.
Identifying multiple sclerosis subtypes using unsupervised machine learning and MRI data
Arman Eshaghi
Eingestellt am: 15.04.2021
Dynamisches Modell des SARS-CoV-2-Spike-Proteins findet Impfstoffziele
2021
Max Planck Institute of Biophysics, Frankfurt, Deutschland
Das Spike-Protein des SARS-CoV-2-Virus ist sehr wichtig für eine Infektion und das primäre Antikörperziel. Der Spike ist jedoch von hochmobilen Glykanmolekülen bedeckt, die die Antikörperbindung beeinträchtigen könnten. Um zugängliche Epitope zu identifizieren, führten die Forscher molekulardynamische Simulationen eines atomistischen Modells eines in eine Membran eingebetteten glykosylierten Spikes durch. Durch die Kombination umfangreicher Simulationen mit bioinformatischen Analysen konnten sie bekannte Antikörperbindungsstellen wiederherstellen und mehrere Epitopkandidaten als Ziele für die weitere Impfstoffentwicklung identifizieren. Dieses rechnergestützte Epitop-Mapping-Verfahren ist allgemein und sollte sich daher für andere virale Hüllproteine als nützlich erweisen, deren Strukturen charakterisiert wurden.
Computational epitope map of SARS-CoV-2 spike protein
Gerhard Hummer
Eingestellt am: 11.05.2021
Erstmals Risikogene für Hämorrhoiden identifiziert
2021
Christian-Albrechts-University of Kiel, Kiel, Deutschland(1)
CIC bioGUNE - BRTA, Derio, Spanien(2)
CIC bioGUNE - BRTA, Derio, Spanien(2)
Hämorrhoidalleiden betreffen einen großen Teil der Bevölkerung weltweit, die genetische Prädisposition ist jedoch so gut wie unbekannt. Um genetische Zusammenhänge zu ermitteln, wurde eine Analyse mit der Software METAL durchgeführt, die über 200.000 an Hämorrhoiden leidende Patienten und über 700.000 gesunde Personen umfasste. Dabei wurden mehr als 102 Genorte identifiziert, die mit der Krankheit in Verbindung zu stehen scheinen. Diese Gene werden vor allem in Blutgefäßen, im Gastrointestinaltrakt sowie in Signalwegen, die mit glatter Muskulatur, Epithel- und Endothelentwicklung und -morphogenese assoziiert sind, exprimiert. Dies liefert neue Einblicke in die genetische Prädisposition für Hämorrhoidalleiden und eröffnet die Möglichkeit, Risikopersonen in einem frühen Stadium zu diagnostizieren.
Genome-wide analysis of 944 133 individuals provides insights into the etiology of haemorrhoidal disease
Andre Franke(1), Mauro D'Amato(2)
Eingestellt am: 05.05.2021
Frühe Krebsvorhersage mittels Deep Learning
2021
Max-Planck-Institut für Molekulare Genetik, Berlin, Deutschland
EMOGI (Explainable Multi-Omics Graph Integration) ist eine maschinelle Lernmethode zur Identifizierung von Krebsgenen. Basierend auf menschlichen Patientendaten kombiniert der Deep-Learning-Algorithmus Daten von Mutationen, Kopiezahlveränderungen, DNA-Methylierung und Genexpression mit Protein-Protein-Interaktionen für eine Vorhersage von frühen molekularen Anzeichen von Krebs, die genauer ist als andere bisher bekannte Methoden. Sowohl genetische Veränderungen als auch nicht-genetische Ursachen tragen zur Tumorgenese bei, wobei einige der nicht mutierten Gene mit bekannten Krebsgenen interagieren. 165 potenzielle neue Krebsgene wurden durch diese Methode identifiziert. EMOGI kann neue Erkenntnisse aufzeigen, sowie therapeutische Substanzen in der personalisierten Präzisionsonkologie berechnen. Die Methode ist nicht auf die Onkologie beschränkt, sondern kann auch bei anderen komplexen Erkrankungen mit genetischen und nicht-genetischen Biomarkern wie z. B. Stoffwechselstörungen eingesetzt werden, um Krankheitsmuster zu erkennen.
Integration of multiomics data with graph convolutional networks to identify new cancer genes and their associated molecular mechanisms
Annalisa Marsico
Eingestellt am: 26.04.2021
KI zur Entschlüsselung der Sprache von Krebs und Alzheimer
2021
University of Cambridge, Cambridge, Großbritannien
Die intrazelluläre Phasentrennung von Proteinen in biomolekulare Kondensate wird zunehmend als ein Prozess mit einer Schlüsselrolle in der zellulären Kompartimentierung und Regulation erkannt. Und Fehlfunktionen als Auslöser für Krebs und neurodegenerativen Krankheiten wie Alzheimer angesehen. Um zu verstehen, wie die Proteinsequenz das Phasenverhalten bestimmt und einen Algorithmus zur Vorhersage von LLPS-anfälligen Sequenzen (Flüssig-Flüssig-Phasentrennung) zu entwickeln, wurden Datensätze von Proteinen mit unterschiedlicher LLPS-Neigung erstellt. Das Modell DeePhase zeigte eine hohe Leistung sowohl bei der Unterscheidung von LLPS-anfälligen Proteinen von strukturierten Proteinen als auch bei der Identifizierung innerhalb des menschlichen Proteoms. Insgesamt werfen die Ergebnisse ein Licht auf die physikalisch-chemischen Faktoren, die die Proteinkondensatbildung modulieren, und bieten eine auf molekularen Prinzipien basierende Plattform für die Vorhersage des Phasenverhaltens von Proteinen.
Learning the molecular grammar of protein condensates from sequence determinants and embeddings
Tuomas P. J. Knowles
Eingestellt am: 19.04.2021
Maschinelles Lernen zur Entwicklung besserer Antikörpermedikamente
2021
ETH Zurich, Basel, Schweiz
Die Forscher haben eine Methode des maschinellen Lernens entwickelt, die die Optimierungsphase von Antikörpermedikamenten unterstützt und möglicherweise zur Entwicklung wirksamerer Therapeutika beiträgt. Der Standardansatz zur Optimierung von Antikörpern ermöglicht die Ermittlung des besten Antikörpers aus einer Gruppe von einigen Tausend. Die Forscher setzen nun maschinelles Lernen ein, um die anfängliche Menge der zu testenden Antikörper auf mehrere Millionen zu erhöhen. Sie erbrachten den Machbarkeitsnachweis für ihre neue Methode anhand des Antikörper-Krebsmittels Herceptin, das seit 20 Jahren auf dem Markt ist. Nach dem Screening von mehr als 70 Millionen Antikörper-DNA-Sequenzen charakterisierten die Wissenschaftler 55 einzigartige Antikörper-Varianten, von denen einige besser an das Zielprotein banden und eine Variante sogar besser im Körper vertragen wurde als Herceptin selbst. Die Wissenschaftler wenden ihre Methode der künstlichen Intelligenz nun an, um Antikörper-Medikamente zu optimieren, die sich in der klinischen Entwicklung befinden.
Optimization of therapeutic antibodies by predicting antigen specificity from antibody sequence via deep learning
Sai T. Reddy
Eingestellt am: 21.10.2021
Vier Subtypen von Alzheimer durch künstliche Intelligenz identifiziert
2021
Lund University, Lund, Schweden(1)
McGill University, Montréal, USA(2)
McGill University, Montréal, USA(2)
Bisher ging man davon aus, dass das Ausbreitungsmuster der Tau-Pathologie bei Alzheimer Disease (AD) ziemlich einheitlich ist, neuere Arbeiten zeigen allerdings eine erhebliche Variabillität in der Verteilung. Hier wurden Tau-Positronen-Emissions-Tomographie-Scans von 1.612 Personen durchgeführt und anhand eines Computerprogramms und künstlicher Intelligenz nach auffälligen Mustern bei der Verteilung der Tau-Proteine gesucht. Dabei stellte sich heraus, dass es vier klar unterscheidbare Muster für die Verteilung von Tau-Proteinen gibt. Die Subtypen wiesen unterschiedliche demographische und kognitive Profile auf und hatten unterschiedliche longitudinale Ergebnisse. Zusätzlich implizierten Netzwerk-Diffusionsmodelle, dass die Pathologie in den verschiedenen Subtypen durch unterschiedliche kortikolimbische Netzwerke entsteht und sich ausbreitet. Die Ergebnisse weisen darauf hin, dass eine erneute Überprüfung des Begriffs „typische AD“ anhand einer Einteilung der Tau-Pathologie sinnvoll wäre.
Four distinct trajectories of tau deposition identified in Alzheimer’s disease
Oskar Hansson(1), Jacob W. Vogel(2)
Eingestellt am: 11.05.2021
Virtual Reality-Plattform zur Identifizierung der Ursache seltener Krankheiten
2021
University of Vienna, Wien, Österreich
Netzwerke bieten eine leistungsstarke Möglichkeit zur Visualisierung und Analyse komplexer Systeme. Proteininteraktionen im menschlichen Körper bilden jedoch ein derart komplexes System, das kaum sichtbar gemacht werden kann. Die immersive Virtual Reality (VR)-Plattform VRNetzer kann dieses Problem lösen, indem sie die gründliche visuelle und interaktive Erkundung großer Netzwerke erleichtert. Die Plattform ermöglicht maximale Anpassung und Erweiterbarkeit, unter anderem durch den Import von benutzerdefiniertem Code für die Datenanalyse, die Integration externer Datenbanken und das Design beliebiger Elemente der Benutzeroberfläche. Als Proof of Concept zeigen die Forscher, wie VRNetzer verwendet werden kann, um interaktiv molekulare Netzwerke im Genommaßstab zu untersuchen, um Gene zu identifizieren, die mit seltenen Krankheiten assoziiert sind, und um zu verstehen, wie sie zur Krankheitsentwicklung beitragen können.
The VRNetzer platform enables interactive network analysis in Virtual Reality
Jörg Menche
Eingestellt am: 11.05.2021
3D-Computermodelle zur Untersuchung der Gehirnmechanik
2021
Friedrich-Alexander Universität Erlangen-Nürnberg, Erlangen, Deutschland
An der FAU in Erlangen wurden 3D-Computer-Modelle des Gehirns erstellt, die sich aus kleinen Würfeln zusammensetzen, die die verschiedenen Gehirnareale repräsentieren. Mithilfe dieser Modelle ist es möglich, die Mechanik einzelner Gehirnareale zu betrachten. Damit könnten beispielsweise Operationen simuliert, aber auch Diagnosen von Krankheiten verbessert werden. Bei vielen Gehirn-Erkrankungen wie Epilepsie, Schizophrenie, Alzheimer und Parkinson zeigen sich Symptome erst sehr spät. Dank der Modelle könnten diese Erkrankungen früher erkannt werden. Zudem wird diese Methode benutzt, um Ersatzmaterialien für weiche Gewebe zu identifizieren, wie zum Beispiel Hydrogele, die ähnliche mechanische Eigenschaften wie die natürlichen Gewebe aufweisen. Somit leistet sie auch im Gebiet des Tissue Engineerings, also der Gewebekonstruktion und -züchtung, einen wichtigen Beitrag.
Silvia Budday
Eingestellt am: 23.03.2021
Cloud Computing zur Erforschung des Zusammenhangs zwischen dem visuellen System und Neurodegeneration
2021
Indiana University, Bloomington, USA
Inwieweit ein Glaukom Auswirkungen auf das Gehirn jenseits des Auges und der Sehbahnen hat, ist unklar. Um dies zu klären, untersuchten Forscher die Mikrostruktur der weißen Substanz (WMM) in 37 Nervenbahnen von Patienten mit Glaukom, monokularer Blindheit und Kontrollen. Zur Reproduzierbarkeit wurde die Plattform brainlife.io verwendet. Die Bahnen der Weißen Substanz wurden in sieben Kategorien unterteilt, in diejenigen, die primär am Sehen beteiligt sind (die visuelle Weiße Substanz), bis zu denen, die primär an der Kognition und der motorischen Kontrolle beteiligt sind. In den Sehbahnen war die WMM, gemessen an der fraktionellen Anisotropie, sowohl bei Glaukom- als auch bei monokular blinden Probanden im Vergleich zu den Kontrollen vermindert, was auf eine Neurodegeneration aufgrund reduzierter sensorischer Inputs hinweist. Ein Test-Retest-Ansatz wurde verwendet, um diese Ergebnisse zu validieren. Das Muster der Ergebnisse war bei monokular blinden Probanden anders, wo die WMM-Eigenschaften außerhalb der visuellen weißen Substanz im Vergleich zu den Kontrollen zunahmen. Dieses Ergebnismuster deutet darauf hin, dass bei monokularen Blinden der Verlust des visuellen Inputs eine Reorganisation der weißen Substanz außerhalb des frühen visuellen Systems fördern könnte, während eine solche Reorganisation beim Glaukom reduziert oder nicht vorhanden sein könnte. Die Ergebnisse liefern indirekte Hinweise darauf, dass beim Glaukom unbekannte Faktoren die Reorganisation, wie sie bei anderen Patientengruppen nach Sehverlust zu beobachten ist, einschränken könnten.
White matter alterations in glaucoma and monocular blindness difer outside the visual system
Sandra Hanekamp, Franco Pestilli
Eingestellt am: 01.07.2021
Computermodell zur Vorhersage der pathologischen Aufspaltung des von Willebrand-Faktors
2021
Lehigh University, Bethlehem, USA
Die Aufspaltung des von-Willebrand-Faktors ist entscheidend für die Gerinnungsbildung bei Gefäßverletzungen. Sie kann jedoch auch ohne Verletzung zu bestimmten Pathologien führen. Hier wurde ein Computermodell der Übergangsrate des von-Willebrand-Faktors von kugelförmig zu zerfasert unter verschiedenen Blutflussbedingungen verwendet, um die Rolle des Blutflusses bei der Auslösung der gestörten Zerfaserung unter gesunden Bedingungen zu bewerten. Die Ergebnisse identifizierten den Dehnungsfluss der Dehnungsrate, der nach periodischer Exposition des von Willebrand-Faktors eine unerwünschte Aufspaltung auslösen könnte. Insgesamt schlagen die Forscher einen Simulations-Workflow vor, um die Auswirkungen des Blutflusses auf verschiedene biologische Prozesse zu analysieren, und klärten Schlüsselmechanismen auf, die pathologisches Verhalten auslösen könnten.
Predicting pathological von Willebrand factor unraveling in elongational flow
Edmund Webb III
Eingestellt am: 30.11.2021
KI-basiertes Analyse-System für die Brustkrebsdiagnose
2021
Charité Universitätsmedizin Berlin and Berlin Institute of Health, Berlin, Deutschland(1)
Technische Universität Berlin, Berlin, Deutschland(2)
Technische Universität Berlin, Berlin, Deutschland(2)
Die Studie stellt ein neues Analyse-System für die Brustkrebsdiagnostik anhand von Gewebeschnitten vor, das auf Künstlicher Intelligenz (KI) beruht. Zwei Weiterentwicklungen machen das System einzigartig: Zum einen integriert es erstmals morphologische, molekulare und histologische Daten in einer Auswertung. Zum zweiten liefert es eine Erklärung des KI-Entscheidungsprozesses in Form von sogenannten Heatmaps mit. Diese Heatmaps zeigen Pixel für Pixel welche Bildinformation wie stark zu dem KI-Entscheidungsprozess beigetragen hat. Dadurch können die Mediziner das Ergebnis der KI-Analyse nachvollziehen und auf Plausibilität prüfen. Künstliche Intelligenz wird damit erklärbar – ein entscheidender und unabdingbarer Schritt nach vorn, will man KI-Systeme künftig im Klinik-Alltag zur Unterstützung der Medizin einsetzen.
Morphological and molecular breast cancer profiling through explainable machine learning
Frederick Klauschen(1), Klaus-Robert Müller(2)
Eingestellt am: 11.05.2021
KI-Methode zur Erzeugung von Proteinen für eine schnelle Medikamentenentwicklung
2021
Chalmers University of Technology, Gothenburg, Schweden
ProteinGAN ist eine Software mit künstlicher Intelligenz (KI), die die natürliche Proteinsequenzdiversität „lernt“ und die Erzeugung funktioneller Proteinsequenzen ermöglicht. Sie lernt die evolutionären Beziehungen von Proteinsequenzen direkt aus dem komplexen mehrdimensionalen Aminosäuresequenzraum und erzeugt neue, sehr unterschiedliche Sequenzvarianten mit natürlichen physikalischen Eigenschaften. Im Gegensatz zum sehr langsamen klassischen Protein-Engineering-Prozess können Forscher mit ProteinGAN innerhalb weniger Wochen vom Computerdesign zum funktionierenden Protein übergehen und so die Entwicklungskosten senken. Der neue KI-basierte Ansatz ist wichtig für die Entwicklung effizienter industrieller Enzyme und neuer proteinbasierter Therapien wie Antikörper und Impfstoffe.
Expanding functional protein sequence spaces using generative adversarial networks
Aleksej Zelezniak
Eingestellt am: 11.05.2021
Maschinelles Lernen berechnet Affinitäten von Medikamentenkandidaten und Targets
2021
Massachusetts Institute of Technology, Cambridge, USA
Eine neue Technologie, die Chemie und maschinelles Lernen kombiniert, könnte Forschern bei der Entdeckung und dem Screening von Medikamenten helfen. Die neue Technik namens DeepBAR berechnet schnell die Bindungsaffinitäten zwischen Medikamentenkandidaten und ihren Zielen. Der Ansatz liefert im Vergleich zu früheren Methoden in einem Bruchteil der Zeit präzise Berechnungen. Die Forscher sagen, dass DeepBAR eines Tages das Tempo der Wirkstoffentdeckung und des Protein-Engineerings beschleunigen könnte.
DeepBAR: a fast and exact method for binding free energy computation
Bin Zhang
Eingestellt am: 11.05.2021
Neandertaler-Genvarianten beeinflussen Verlauf von Covid-19
2021
Karolinska Institutet, Stockholm, Schweden(1)
Max Planck Institute for Evolutionary Anthropology, Leipzig, Deutschland(2)
Max Planck Institute for Evolutionary Anthropology, Leipzig, Deutschland(2)
Die Autoren zeigen, dass ein Haplotyp auf Chromosom 12, der mit einer Verringerung des relativen Risikos einer schweren Erkrankung an COVID-19 nach Infektion mit SARS-CoV-2 um 22% verbunden ist, von Neandertalen geerbt wird. Dieser Haplotyp ist in allen Regionen der Welt außerhalb Afrikas mit großer Häufigkeiten vorhanden. Die genomische Region, in der dieser Haplotyp auftritt, codiert Proteine, die bei Infektionen mit RNA-Viren wichtig sind.
A genomic region associated with protection against severe COVID-19 is inherited from Neandertals
Hugo Zeberg(1), Svante Pääbo(2)
Eingestellt am: 11.05.2021
Neuartige Methode zur Erzeugung von Sinneseindrücken mit Hilfe einer Gehirn-Computer-Schnittstelle
2021
University of Southern California, Los Angeles, USA
Die Wiederherstellung des Funktionsverlustes von Gliedmaßen, einschließlich des Gefühls, ist eine wichtige Herausforderung für Patienten nach Rückenmarksverletzungen, Schlaganfall oder Gliedmaßenamputation. In dieser Studie wurde Patienten, bei denen bereits eine chirurgische Implantation für eine andere klinische Anwendung geplant war, ein Mini-Elektrokortikographie-Gitter mit bipolaren mECoG-Elektroden über dem Handbereich des primären somatosensorischen Kortex implantiert. Dann wurde der Bereich des Gehirns, der den Empfindungen in der Hand entspricht, systematisch stimuliert und der Ort und die Beschreibung jeder Empfindung wurden vom Patienten geliefert, wodurch der Nutzen dieser neuartigen sensorischen Gehirn-Computer-Schnittstelle (BCI, Brain Computer Interface) erfolgreich demonstriert wurde.
Mapping of primary somatosensory cortex of the hand area using a high-density electrocorticography grid for closed-loop brain computer interface
Daniel R. Kramer
Daniel R. Kramer et al. Journal of Neural Engineering 2021 [188]
Physicians Committee for Responsible Medicine [189]
Eingestellt am: 01.07.2021
Biologische aktivitätsbasierte Modellierung identifiziert SARS-CoV2-Medikamentenkandidaten
2021
National Center for Advancing Translational Sciences (NCATS), Rockville, USA
Computergestützte Ansätze für die Wirkstoffentdeckung, wie beispielsweise die quantitative Struktur-Aktivitäts-Beziehung, beruhen auf strukturellen Ähnlichkeiten kleiner Moleküle, um auf die biologische Aktivität schließen zu können, beschränken sich jedoch häufig auf die Identifizierung neuer Wirkstoffkandidaten von chemisch ähnlichen Liganden. Hier berichten die Forscher über einen Ansatz der biologischen aktivitätsbasierten Modellierung (BABM), bei dem Verbindungsaktivitätsprofile, die über mehrere Assays hinweg erstellt wurden, als Signaturen verwendet werden, um die Verbindungsaktivität in anderen Assays oder gegen ein neues Ziel vorherzusagen. Dieser Ansatz wurde validiert, indem antivirale Kandidaten für Zika- und Ebola-Viren auf der Grundlage von Screening-Daten mit hohem Durchsatz identifiziert wurden. Darüber hinaus wurden BABM-Modelle angewendet, um 311 Verbindungen mit potenzieller Aktivität gegen SARS-CoV-2 vorherzusagen.
Biological activity-based modeling identifies antiviral leads against SARS-CoV-2
Ruili Huang, Wei Zheng
Eingestellt am: 11.05.2021
Entdeckung von Biomarkern für Autismus im Blut
2021
The Johnson Center for Child Health and Development, Austin, USA
Mit Hilfe von maschinellem Lernen wurden Hunderte von Proteinen analysiert und eine Gruppe von Biomarkern im Blut identifiziert, die zu einer früheren Diagnose von Kindern mit Autismus-Spektrum-Störung (ASD) und damit zu einer früheren und effektiveren Therapie führen könnte.
Für die Studie wurden Serumproben von 76 Jungen mit ASD und 78 von sich normal entwickelnden Jungen, alle im Alter von 18 Monaten bis 8 Jahren, untersucht.
Mehr als 1.100 Proteine wurden mit Hilfe der Analyseplattform SomaLogic SOMAScanTM untersucht. Ein Panel von neun Proteinen wurde mit Hilfe von drei Berechnungsmethoden als optimal für die Vorhersage von ASD identifiziert. Alle neun Proteine des Biomarker-Panels unterschieden sich signifikant bei Jungen mit ASD im Vergleich zu typisch entwickelten Jungen und korrelierten signifikant mit dem Schweregrad der ASD, gemessen an den ADOS(Diagnostische Beobachtungsskala für Autistische Störungen)-Gesamtscores. Die Forscher bewerteten das Biomarker-Panel mit maschinellem Lernen auf seine Qualität.
Blood biomarker discovery for autism spectrum disorder: A proteomic analysis
Laura Hewitson
Eingestellt am: 05.03.2021
Hochdurchsatz-Transkriptomik-Plattform für das Screening von Umweltchemikalien
2021
U.S. Environmental Protection Agency, Durham, USA
Um die Risikobewertung von Chemikalien zu beschleunigen, müssen unbedingt neue Methoden (NAMs) entwickelt werden, die effizient Informationen über chemische Gefahren liefern. In der vorliegenden Studie zielten die Forscher darauf ab, die Leistungsfähigkeit eines neuen Ganztranskriptom-Sequenzierungstests namens TempO-Seq zu nutzen und ihn für ein umfassendes und effizientes Bioaktivitätsscreening von Umweltchemikalien einzusetzen. Die Forscher verwendeten die menschliche Zelllinie MCF7 als biologisches In-vitro-Modell. Das Versuchsdesign umfasste eine kleine Sammlung bekannter Chemikalien, um robuste Labor- und Bioinformatik-Workflows für die Generierung von Hochdurchsatz-Transkriptomdaten durch TempO-Seq in Konzentrations-Wirkungs-Beziehungen zu entwickeln, die für die parallele Prüfung von Tausenden von Chemikalien skaliert werden können. Alle bioinformatischen Arbeitsabläufe wurden mit Open-Source-Tools erstellt, um die Einführung der Technologie zu erleichtern. Der neu entwickelte Assay wurde validiert und mit bestehenden Methoden verglichen. Zusammenfassend lässt sich sagen, dass die Studie zu einem neuartigen und skalierbaren In-vitro-Transkriptomik-Workflow geführt hat, der sich für die Gefahrenbewertung von Umweltchemikalien im Hochdurchsatz eignet.
High-throughput transcriptomics platform for screening environmental chemicals
Joshua A Harrill
Eingestellt am: 22.12.2021
In-silico-Screening vorhandener Medikamente entdeckt drei Kandidaten gegen SARS-CoV-2
2021
Drexel University, Philadelphia, USA
In dieser Studie präsentieren die Forscher eine neuartige Strategie für das molekulare In-Silico-Screening auf potenzielle Medikamente, die mit mehreren Hauptproteinen von SARS-CoV-2 interagieren können. Das Targeting mehrerer viraler Proteine ist insofern ein neuartiges Konzept zur Wirkstoffentdeckung, als es potenziellen Wirkstoffen ermöglicht, auf verschiedene Stadien des Lebenszyklus des Virus einzuwirken und so die Wirkstoffstärke zu maximieren. Die Autoren untersuchten 2631 von der US-Behörde für Lebens- und Arzneimittel (FDA) zugelassene kleine Moleküle gegen 4 Schlüsselproteine von SARS-CoV-2, die als attraktive Ziele für die Entwicklung antiviraler Arzneimittel bekannt sind. Insgesamt wurden 29 Arzneimittel identifiziert, die aktiv mit 2 oder mehr Zielproteinen interagieren konnten, wobei 5 Arzneimittel gemeinsame Kandidaten für alle 4 Schlüsselwirtsproteine waren und 3 von ihnen die gewünschten molekularen Eigenschaften besaßen.
Virtual screening FDA approved drugs against multiple targets of SARS‐CoV‐2
Hualou Liang
Eingestellt am: 11.05.2021
Krankheitserreger schneller und genauer bestimmen
2021
Luxembourg Centre for Systems Biomedicine, Esch.sur-Alzette, Luxemburg
Die Autoren haben ein neues Bioinformatik-Tool entwickelt, das auf metagenomischen Daten basiert und ihnen hilft, Krankheitserreger viel schneller und genauer zu identifizieren, als dies mit herkömmlichen Diagnosemethoden jemals möglich war. Mit Hochdurchsatzmethoden sequenzieren sie alle Genomfragmente, die aus Proben gewonnen wurden, die möglicherweise pathogene Organismen enthalten. Das neue Bioinformatik-Tool PathoFact vergleicht diese Gensequenzen mit einer integrierten Datenbank. PathoFact identifiziert die Gene von Mikroorganismen, die für ihr pathogenes Potenzial oder - im Falle von Bakterien - für ihre Antibiotikaresistenz verantwortlich sind. Basierend auf diesem Wissen können die Forscher bestimmen, welche Krankheitserreger für eine Infektion verantwortlich sind, und in der zukünftigen klinischen Praxis geeignete Behandlungen vorschlagen. PathoFact hilft Wissenschaftlern außerdem, den Einfluss von Mikroorganismen auf das Auftreten chronischer Krankheiten wie Parkinson oder rheumatoider Arthritis besser zu verstehen.
PathoFact: a pipeline for the prediction of virulence factors and antimicrobial resistance genes in metagenomic data
Paul Wilmes
Eingestellt am: 11.05.2021
Maschinelles Lernen identifiziert Kandidaten für die Wiederverwendung von Medikamenten bei Alzheimer
2021
Harvard Medical School, Boston, usa(1)
Harvard Medical School, Boston, USA(2)
Harvard Medical School, Boston, USA(2)
Eine auf künstlicher Intelligenz (KI) basierende Methode namens DRIAD (Drug Repurposing In Alzheimer Disease) wird verwendet, um derzeit verfügbare Medikamente als mögliche Behandlungen für Alzheimer zu untersuchen. Laut den Forschern könnte die Methode eine schnelle und kostengünstige Möglichkeit darstellen, bestehende Therapien in neue Behandlungen für den neurodegenerativen Zustand umzuwandeln. Es könnte auch helfen, neue, unerforschte Ziele für die Therapie aufzudecken, indem es auf Mechanismen der Arzneimittelwirkung hinweist.
Machine learning identifies candidates for drug repurposing in Alzheimer’s disease
Mark W. Albers(1), Artem Sokolov(2)
Eingestellt am: 11.05.2021
Populationsbasierte Bestimmung der Zelldifferenzierung
2021
Max Planck Institute of Molecular Physiology, Dortmund, Deutschland
Während der Entwicklung eines Organismus müssen sich die Zellen in einem definierten Zeitplan spezialisieren und bestimmte Funktionen ausbilden: So entsteht aus einem Haufen Zellen strukturiertes Gewebe. Eine Forschungsgruppe hat nun ein neues theoretisches Konzept entwickelt, das zeigt, wie sich Zellen durch ihre Kommunikation untereinander abstimmen, um sich in den richtigen Anteilen zu spezialisieren und so neue Strukturen zu bilden.
Robustness and timing of cellular differentiation through population-based symmetry breaking
Aneta Koseska
Eingestellt am: 11.05.2021
Computertool unterscheidet zwischen Daten von Krebszellen und normalen Zellen
2021
The University of Texas MD Anderson Cancer Center, Houston, USA
Um eine große Herausforderung bei der Analyse großer Einzelzell-RNA-Sequenzierungsdatensätze zu bewältigen, haben Forscher eine neue Rechentechnik entwickelt, die eine genaue Unterscheidung zwischen Daten von Krebszellen und der Vielzahl normaler Zellen in Tumorproben ermöglicht.
Das neue Tool mit dem Namen CopyKAT (copy number karyotyping of aneuploid tumors) ermöglicht es, die komplexen Daten aus großen Einzelzell-RNA-Sequenzierungsexperimenten, die Genexpressionsdaten von vielen tausend einzelnen Zellen liefern, einfacher zu untersuchen.
CopyKAT nutzt diese Genexpressionsdaten, um nach Aneuploidie oder dem Vorhandensein von abnormalen Chromosomenzahlen zu suchen, was bei den meisten Krebsarten häufig vorkommt. Das Tool hilft auch bei der Identifizierung verschiedener Subpopulationen oder Klone innerhalb der Krebszellen.
Durch die Anwendung dieses Tools auf mehrere Datensätze konnten die Autoren zeigen, dass mit einer Genauigkeit von etwa 99 % eindeutig Tumorzellen gegenüber anderen Immun- oder Stromazellen in einer gemischten Tumorprobe identifizieren können.
Zunächst wurde die Eignung der Methode überprüft, indem dessen Ergebnisse mit Daten aus Sequenzierungen des gesamten Genoms verglichen wurden. Hier zeigte sich eine hohe Genauigkeit bei der Vorhersage von Änderungen der Kopienanzahl. In drei weiteren Datensätzen aus Bauchspeicheldrüsenkrebs, dreifach negativem Brustkrebs und anaplastischem Schilddrüsenkrebs zeigten die Forscher, dass CopyKAT genau zwischen Tumorzellen und normalen Zellen in gemischten Proben unterscheiden konnte.
Delineating copy number and clonal substructure in human tumors from single-cell transcriptomes
Nicholas E. Navin
Eingestellt am: 11.02.2021
Einfluss toxischer Metalle auf neurodegenerative Erkrankungen
2021
University of Belgrade - Faculty of Pharmacy, Belgrad, Serbien
Ziel dieser Studie war es, den Einfluss von in der Umwelt vorhandenen toxischen Metallen auf die molekularen Mechanismen zu untersuchen, die an der Entstehung der neurodegenerativen Erkrankungen (ND) Amyotrophe Lateralsklerose (ALS), Parkinson (PD) und Alzheimer (AD) beteiligt sind. Darüber hinaus wurde die Fähigkeit des in-silico toxikogenomischen Data-Mining zur Unterscheidung der wahrscheinlichen Mechanismen von mischungsinduzierten toxischen Wirkungen untersucht. Der Zusammenhang zwischen neurodegenerativen Erkrankungen und toxischen Metallen (Pb, MeHg (neurotoxische, organische Form von Quecksilber), Cd, As) wurde durch die Analyse der Chemikalien-Gen/Protein-Wechselwirkungen aus der Comparative Toxicogenomics Database (CTD; http://CTD.mdibl.org) untersucht. Die CTD-Data-Mining-Analyse deckte die Gene auf, die mit jedem der untersuchten Metalle verbunden sind und mit der Entwicklung der ausgewählten neurodegenerativen Erkrankungen in Verbindung stehen.
Das SOD2-Gen wurde als gemeinsames Gen für alle ausgewählten ND festgestellt. Oxidativer Stress, Folatstoffwechsel, Vitamin B12 und Apoptose wurden als die wichtigsten gestörten molekularen Signalwege genannt, die zur Entwicklung der neurodegenerativen Erkrankung beitragen. Die Ergebnisse unterstreichen die Rolle von oxidativem Stress, insbesondere SOD2, bei der Neurodegeneration, die durch umwelttoxische Metallmischungen ausgelöst wird, und geben einen neuen Einblick in gemeinsame molekulare Mechanismen, die an der ALS-, PD- und AD-Pathologie beteiligt sind.
Elucidating the influence of environmentally relevant toxic metal mixture on molecular mechanisms involved in the development of neurodegenerative diseases: In silico toxicogenomic data-mining
Danijela Đukić-Ćosić
Eingestellt am: 05.02.2024
Einzelzelltest von Krebsmedikamenten
2021
University of Chinese Academy of Sciences, Peking, China
Die Forscher kombinierten einen leistungsstarken Algorithmus mit der Raman-Spektroskopie, bei dem mithilfe eines Lasers Photonen in einer Probe angeregt werden, um strukturelle Informationen einschließlich Wechselwirkungen aufzudecken. Sie untersuchten, wie Rapamycin, ein Krebsmedikament, die Stoffwechselaktivität in einer menschlichen Krebszelllinie und in Hefe verändert. Das Verfahren ist in der Lage, Änderungen der metabolisch hemmenden Wirkung von Rapamycin auf Lipide und Proteine schnell und präzise zu verfolgen und zu unterscheiden. Die Methode ist viel schneller als herkömmliche Tests, die viel länger dauern, um festzustellen, ob die Zellen eines einzelnen Patienten positiv auf ein Medikament ansprechen. Es ist auch sehr präzise, da es zwischen Reaktionen von Krebszellen auf Medikamente auf Ebene der einzelnen Zelle und Reaktionen auf Ebene einzelner Organelle unterscheiden kann, was entscheidend für das Verständnis ist, warum das Arzneimittel wirksam ist oder nicht.
D2O-probed Raman microspectroscopy distinguishes the metabolic dynamics of macromolecules in organellar anticancer drug response
Maryam Hekmatara, Jian Xu
Eingestellt am: 29.01.2021
Längere Bindung bedingt effektivere Medikamentenwirkung
2021
Goethe University Frankfurt, Frankfurt, Deutschland
Es gibt vermehrt Anzeichen, dass die Wirkungsstärke eines Medikaments mit der Verweildauer der pharmazeutischen Substanz an seiner spezifischen Bindungsstelle korreliert. Das Signalprotein FAK (Focal Adhesion Kinase) spielt bei Krebs eine Rolle und bei Hemmung dieser Kinase zeigte sich, dass Brustkrebszellen weniger aktiv sind und weniger metastasieren. Bei der Analyse verschiedener FAK-Hemmer kam heraus, dass die Effektivsten am längsten an das FAK-Signalprotein gebunden bleiben. Bei der Bindung von effektiven Hemmern ergibt sich eine Konformationsänderung, die die längere Verweildauer erklärt. Dieses Bindungsverhalten der Inhibitoren kann in Computersimulationen modelliert werden. Die Kombination aus biochemischen und molekularbiologischen sowie in silico Analysen ist eine neue und vielversprechende Methode, um in Zukunft pharmezeutische Wirkstoffe zu optimieren.
Structure-kinetic relationship reveals the mechanism of selectivity of FAK inhibitors over PYK2
Stefan Knapp
Eingestellt am: 11.03.2022
Studie mit künstlicher Intelligenz zur Erfassung des Risikos von Eierstockkrebs
2021
University of South Australia, Adelaide, Australien
Eierstockkrebs wird in der Regel erst sehr spät diagnostiziert, da die Symptome vage sind und nur wenige Ursachen bekannt sind. In einem neuen Projekt der Universität von Südaustralien werden in den nächsten 4 Jahren Gesundheitsdaten von 273.000 Frauen aus der britische Biobank-Datenbank kartiert, um genetische, ernährungsbedingte und physische Risiken von Eierstockkrebs zu bestimmen.
Das maschinelle Lernmodell, das die Daten automatisch analysiert, um Risikomuster zu erkennen, soll vorhersagen, welche Frauen in den nächsten 15 Jahren an Eierstockkrebs erkranken werden.
Der Schwerpunkt soll dabei auf der Metabolomik liegen, denn die beteiligten Wissenschaftler gehen davon aus, dass Veränderungen im Fettstoffwechsel Biomarker für Eierstockkrebs sind. Auch hormonelle Daten und Biomarker im Blut werden untersucht, um das Risiko besser vorhersagen zu können.
Mit Hilfe dieses Projekts könnte eine frühzeitigere Diagnose von Eierstockkrebs möglich und so die Überlebensraten verbessert werden.
Elina Hyppönen
Eingestellt am: 29.07.2021
BioNTech nutzt künstliche Intelligenz um COVID-19-Therapeutika und -Impfstoffe zu entwickeln
UnternehmenDezember 2020
InstaDeep, London, Großbritannien
Das biopharmazeutische Unternehmen BioNTech und der künstliche Intelligenz (KI) Produktentwickler InstaDeep arbeiten zusammen, indem sie mithilfe von KI und maschinellem Lernen Täuschungsproteine mit einer möglicherweise höheren Bindungsaffinität entdecken als der menschliche Rezeptor, mit dem das Coronavirus die Zelle angreift. Solche Proteine würden die Sequenz von Ereignissen verhindern, die zur Freisetzung des viralen Genoms und zur viralen Replikation führen. In Zukunft werden die beiden Unternehmen zusammenarbeiten, um neuartige Immuntherapien wie mRNA-basierte Impfstoffe zu entdecken und zu entwickeln.
Designing a prospective COVID-19 therapeutic with reinforcement learning
Marcin J. Skwark
Eingestellt am: 05.02.2021
Entdeckung versteckter Tumore durch Bildgebung und maschinelles Lernen
Dezember 2020
National Cancer Center, Kashiwa, Japan
Die Diagnose von gastrointestinalen Stromatumoren (GIST) mittels konventioneller Endoskopie ist schwierig, da submuköse Tumore wie GIST von einer Schleimhautschicht bedeckt sind und somit übersehen werden können. Um dieses Problem zu überwinden, wurde die Nah-Infrarot-Hyperspektral-Bildgebung (NIR-HSI) mit maschinellem Lernen kombiniert. 12 GIST wurden chirurgisch entfernt und ex vivo mit einer Nah-Infrarot (NIR)-Hyperspektralkamera abgebildet. Die genaue Lage und Abgrenzung des GIST wurde von einem Pathologen anhand des NIR-Bildes definiert, um Trainingsdaten für gesunde und GIST-Regionen zu erstellen. Ein Algorithmus für maschinelles Lernen wurde dann verwendet, um gesunde und GIST-Regionen vorherzusagen. Die Genauigkeit lag bei etwa 86 %, daher könnte die NIR-HSI-Analyse tieferliegende Tumore tatsächlich erkennen. Ein Endoskop ist geplant, um die Methode in vivo während einer Standard-Endoskopie zu verwenden.
Distinction of surgically resected gastrointestinal stromal tumor by near-infrared hyperspectral imaging
Toshihiro Takamatsu
Eingestellt am: 09.02.2021
In-silico-Analyse für antivirale Therapien gegen SARS-CoV-2
Dezember 2020
University of Tübingen, Tübingen, Deutschland
Die Autoren verwendeten einen Computer-Ansatz, um neue metabolische antivirale Ziele gegen SARS-CoV-2 zu entdecken. Ein integriertes genomweites Stoffwechselmodell vom Wirt und Virus mit menschlichen Alveolarmakrophagen und SARS-CoV-2 identifizierte das Enzym Guanylatkinase als ein potenzielles Therapieziel, dessen Ausschalten das Viruswachstum verhindert, ohne den Wirt zu beeinflussen. Da Guanylatkinase-Inhibitoren in der Literatur beschrieben sind, schlagen die Autoren die Bewertung ihrer möglichen therapeutischen Wirkung für SARS-CoV-2-Infektionen vor.
FBA reveals guanylate kinase as a potential target for antiviral therapies against SARS-CoV-2
Alina Renz, Andreas Dräger
Eingestellt am: 06.01.2021
Liganden-Screening-Methode verbessert Wirkstofffindung gegen Viren
Dezember 2020
University of Vienna, Wien, Österreich
Virus-spezifische Proteasen sind wesentlich für die Vermehrung eines Virus in der Zelle und somit im Fokus bei der Medikamentenfindung. Mittels einer Liganden-Selektionsstrategie wurden chemische, elektrophile Sonden identifiziert, die hochspezifisch an das aktive Zentrum bestimmter Proteasen binden. So können - auch in lebenden Zellen und gemischten Zellproben - diese Sonden zur Detektion dieser Proteasen eingesetzt werden wie in diesem Fall für die zwei SARS-CoV-2-Proteasen. Zudem kann mittels Screening nach möglichen Inhibitoren gesucht werden. Die Wahrscheinlichkeit, dass betreffende Medikamente später im Körper wirksam sind, ist damit recht hoch. Die Methode ist als Hochdurchsatz-Verfahren geeignet und zur Suche nach weiteren antiviralen Wirkstoffen gegen unterschiedliche Viren. Die Methode wurde zum Patent angemeldet.
A ligand selection strategy identifies chemical probes targeting the proteases of SARS‐CoV‐2
Thomas Böttcher
Eingestellt am: 29.01.2021
Neue Strategie für die Entwicklung von HCV-Impfstoffen
Dezember 2020
Helmholtz Centre for Infection Research, Braunschweig, Deutschland(1)
TWINCORE Center of Experimental and Clinical Infection Research, Hannover, Deutschland(2)
TWINCORE Center of Experimental and Clinical Infection Research, Hannover, Deutschland(2)
Ein Grund, warum bisher kein Impfstoff gegen das Hepatitis-C-Virus (HCV) gefunden wurde, ist, dass es zahlreiche Virusvarianten gibt, von denen sich einige um mehr als 30% voneinander unterscheiden. In dieser Studie ist es den Forschern gelungen, ein Testsystem zu entwickeln, das die Schutzwirkung einer Immunantwort gegen das große Spektrum von HCV-Krankheitserregern genau misst. Zunächst untersuchten die Forscher neutralisierende Antikörper aus dem Blut von 104 HCV-positiven Patienten. Als nächstes verwendeten sie bioinformatische Methoden, um die Viren in sechs verschiedene Gruppen zu unterteilen, die als Cluster bekannt sind. Obwohl es keine offensichtliche genetische Verbindung zwischen den Viren in denselben Neutralisationsclustern gibt, verhalten sie sich hinsichtlich ihrer Anfälligkeit für Antikörper sehr ähnlich. Daher ist es ausreichend, ein Testvirus aus jedem der Cluster als Beispiel zu verwenden, um zu messen, wie gut die Antikörper gegen verschiedene HCV-Varianten schützen. Darüber hinaus kann eine Impfung gegen Vertreter der Viruscluster sinnvoll sein, um eine weitgehend schützende Immunantwort aufzubauen.
Hepatitis C reference viruses highlight potent antibody responses and diverse viral functional interactions with neutralising antibodies
Alice C. McHardy(1), Thomas Pietschmann(2)
Eingestellt am: 11.05.2021
AI sagt Schizophreniesymptome bei Risikopopulationen voraus
November 2020
National Institute of Mental Health and Neuro Sciences, Bangalore, Indien(1)
University of Alberta, Edmonton, Kanada(2)
University of Alberta, Edmonton, Kanada(2)
Verwandte ersten Grades von Schizophrenie-Patienten haben ein bis zu 19-prozentiges Risiko, im Laufe ihres Lebens an Schizophrenie zu erkranken, verglichen mit dem Risiko der Allgemeinbevölkerung von weniger als einem Prozent.
Hier wird ein Tool mit dem Namen EMPaSchiz (Ensemble algorithm with Multiple Parcellations for Schizophrenia prediction) vorgestellt, um eine Diagnose von Schizophrenie mit 87-prozentiger Genauigkeit durch die Untersuchung von Gehirnscans von Patienten vorherzusagen. Analysiert wurden funktionelle Magnetresonanzbilder von 57 gesunden Verwandten ersten Grades (Geschwister oder Kinder) von Schizophreniepatienten. Die Methode identifizierte genau die 14 Personen, die aufgrund von Selbstauskünften auf einer Skala mit schizotypischen Persönlichkeitsmerkmalen am besten abschnitten.
In einem nächsten Schritt soll die Genauigkeit des Tools an nicht-familiären Individuen mit schizotypischen Zügen getestet und die bewerteten Individuen über längere Zeit verfolgt werden, um zu erfahren, ob sie später im Leben eine Schizophrenie entwickeln.
Extending schizophrenia diagnostic model to predict schizotypy in first-degree relatives
Ganesan Venkatasubramanian(1), Sunil Vasu Kalmady(2)
Eingestellt am: 11.02.2021
KI dazu trainieren, sich wie menschliche Gehirne anzupassen
November 2020
Salk Institute for Biological Studies, La Jolla, USA
Der präfrontale Cortex (PFC) ermöglicht die Fähigkeit des Menschen, sich flexibel an neue Umgebungen und Umstände anzupassen. Eine Störung dieser Fähigkeit ist oft ein Kennzeichen von präfrontalen Erkrankungen. Neuronale Netzwerkmodelle haben Werkzeuge zur Verfügung gestellt, um zu untersuchen, wie der PFC Informationen speichert und nutzt. Die Mechanismen, die dem PFC zu Grunde liegen, wie er sich anpassen und über neue Situationen lernen kann, ohne bereits vorhandenes Wissen zu unterbrechen, sind jedoch noch unbekannt. Hier wird die neuronale Netzwerkarchitektur DynaMoE verwendet, um zu zeigen, wie hierarchisches Gating adaptives Lernen auf natürliche Weise unterstützen kann, während Erinnerungen an frühere Erfahrungen erhalten bleiben. Darüber hinaus wird veranschaulicht, wie eine Schädigung des Netzwerkmodells Störungen des menschlichen PFCs rekapituliert.
A modeling framework for adaptive lifelong learning with transfer and savings through gating in the prefrontal cortex
Terrence J. Sejnowski, Ben Tsuda
Eingestellt am: 21.12.2020
Künstliche Intelligenz zum Auffinden von Hirnaneurysmen mit CT-Angiographie
November 2020
Huazhong University of Science and Technology, Wuhan, China
Ein hochempfindlicher lernbasierter Algorithmus zur automatischen Erkennung von Hirnaneurysmen auf CT-Angiographie-Bildern wurde eingeführt. Hierfür wurden insgesamt 1068 CT-Angiogramme ausgewertet und teilweise für das Trainingsset, teilweise für das Validierungsset genutzt. Die Sensitivität des vorgeschlagenen Algorithmus zur Erkennung zerebraler Aneurysmen betrug 97,5%. Darüber hinaus wurden acht neue Aneurysmen entdeckt, die in den ersten Berichten übersehen worden waren. Durch die Anwendung dieses Algorithmus kann die Leistung der Radiologen bei der Erkennung von Aneurysmen verbessert werden, insbesondere für weniger erfahrene Radiologen.
Deep learning for detecting cerebral aneurysms with CT angiography
Xi Long
Eingestellt am: 12.11.2020
Neuer Therapieansatz bei Erkrankungen des Knochenmarks
November 2020
CeMM Research Center for Molecular Medicine of the Austrian Academy of Sciences, Wien, Österreich
Bei Myeloproliferativen Neoplasien (MPN), einer Gruppe bösartiger Erkrankungen des Knochenmarks, ist in vielen Fällen das Gen Calreticulin (CALR) mutiert. Mittels In-silico-docking Studien, also computergestützter Simulation des Krankheitsmechanismus, konnte eine Gruppe von Chemikalien identifiziert werden, die eine entscheidende Interaktion blockieren. Im Zellmodell konnte Hämatoxylin, die als wirksamste befundene Substanz, als ein neuartiger CALR-Inhibitor bestätigt werden. Mutierte CALR-Zellen werden durch diese Behandlung selektiv abtötet. Somit ist ein entscheidender Schritt Richtung Therapie dieser Blutkrebs-Art gelungen und Patienten mit Primärer Myelofibrose (PMF), die oft eine myeloische Leukämie entwickeln, könnten stark davon profitieren.
Hematoxylin binds to mutant calreticulin and disrupts its abnormal interaction with thrombopoietin receptor
Robert Kralovics
Eingestellt am: 18.12.2020
Trauben, grüner Tee, Kakao und Schokolade gegen COVID-19
November 2020
North Carolina State University, Raleigh, USA
Die Fähigkeit verschiedener pflanzlicher Flavonoide, an die Hauptprotease (Mpro) von SARS-CoV-2 zu binden und diese zu hemmen, wurde über In-silico-Docking-Simulationen und In-vitro-Hemmungsexperimente analysiert. Es wurde festgestellt, dass fünf Verbindungen eine Anti-Mpro-Aktivität aufweisen. Rohextrakte aus grünem Tee, Kakao, Schokolade und zwei Traubensorten, die reich an Flavan-3-olen und Proanthocyanidinen sind, zeigten ebenfalls hemmende Wirkungen auf die Mpro-Aktivität. Basierend auf diesen Daten schlagen die Autoren vor, dass ein erhöhter Konsum dieser gängigen Produkte die COVID-19-Prävention verbessern kann.
Docking characterization and in vitro inhibitory activity of flavan-3-ols and dimeric proanthocyanidins against the main protease activity of SARS-CoV-2
De-Yu Xie
Eingestellt am: 04.01.2021
Voraussage der Toxizität von Nanopartikeln für sicherere industrielle Materialien
November 2020
Jožef Stefan Institute, Ljubljana, Slowenien
Unvollständiges Verständnis zugrunde liegender Mechanismen verhindert derzeit die Vorhersage von Krankheiten, die mit Nanomaterialien in Verbindung gebracht werden. Im Rahmen des EU-Projekts „SmartNanoTox” wurde nun herausgefunden, dass für bestimmte Materialien die langfristige Entzündungsreaktion der Lunge auf eine einzige Nanopartikel-Exposition auf zwei bisher unbekannte zelluläre Schlüsselereignisse zurückgeführt werden kann: erstens, einen neuen Quarantäneprozess, d.h. die Ablagerung ausgeschiedener Partikel umhüllt von biologischen Molekülen auf der Zelloberfläche; zweitens, den so genannten Nanomaterialkreislauf, der Aufnahme und Ausscheiden der Nanopartikel zwischen verschiedenen alveolaren Lungenzelltypen bedingt. Mithilfe von wenigen in vitro-Messdaten in Kombination mit in silico-Modellierung konnten die Wissenschaftler die akute bzw. chronische Toxizität von Nanopartikeln und damit den Verlauf von Entzündungsreaktionen in der Lunge für 15 verschiedene Materialien vorhersagen.
Prediction of chronic inflammation for inhaled particles: the impact of material cycling and quarantining in the lung epithelium
Hana Kokot, Janez Štrancar
Eingestellt am: 14.12.2020
Aussortieren von Viren mit maschinellem Lernen
Oktober 2020
Osaka University, Osaka, Japan
Die Autoren entwickelten eine markierungsfreie Methode zur Identifizierung von Atemwegsviren basierend auf der Klassifizierung des maschinellen Lernens. Eine Genauigkeit von über 99% wurde für fünf verschiedene Virusarten nachgewiesen. Diese Arbeit kann zu schnellen und genauen Screening-Tests für Krankheiten wie COVID-19 und Influenza führen.
Digital pathology platform for respiratory tract infection diagnosis via multiplex single-particle detections
Tomoji Kawai
Eingestellt am: 17.12.2020
Deep learning macht synthetische Biologie begreifbar
Oktober 2020
Massachusetts Institute of Technology, Cambridge, USA
Es wurde eine Reihe von Algorithmen für maschinelles Lernen entwickelt, die große Mengen von RNA-basierten Schlüssel-Sequenzen analysieren und vorhersagen können, welche am effektivsten eine gewünschte Zielsequenz erkennen und darauf reagieren werden. Diese Errungenschaften könnten hilfreich sein, um die grundlegenden Prinzipien der RNA-Faltung besser zu verstehen. Diese Methode demonstriert die Leistungsfähigkeit der Kombination von Computer-Berechnungen mit der synthetischen Biologie, um neue und leistungsfähigere bioinspirierte Technologien zu entwickeln, und führt darüber hinaus zu neuen Einsichten in grundlegende Mechanismen der biologischen Kontrolle. Die Algorithmen könnten auch auf andere Probleme der synthetischen Biologie verallgemeinert werden und die Entwicklung biotechnologischer Werkzeuge beschleunigen.
A deep learning approach to programmable RNA switches
James J. Collins
Eingestellt am: 11.11.2020
Künstliche Intelligenz hilft bei der Suche nach Biomarkern für Alzheimer
Oktober 2020
University of Pennsylvania School of Medicine, Philadelphia, USA
Forscher von 12 Forschungszentren wollen zusammenarbeiten, um präzisere diagnostische Biomarker und Arzneimittelziele für die Alzheimer-Krankheit zu bestimmen. Für das Projekt werden die Teams fortschrittliche Methoden der künstlichen Intelligenz (KI) anwenden, um Muster in genetischen, bildgebenden und klinischen Daten von über 60.000 Alzheimer-Patienten zu finden und zu integrieren. Das erste Ziel des Projekts wird es sein, eine Beziehung zwischen den drei Modalitäten (Gene, Bildgebung und klinische Symptome) zu finden, um die Muster zu identifizieren, die die Diagnose und das Fortschreiten der Alzheimer-Krankheit vorhersagen - und um zwischen verschiedenen Subtypen der Krankheit zu unterscheiden. Auf der Grundlage dieser Ergebnisse werden die Forscher dann ein prädiktives Modell des kognitiven Verfalls und des Fortschreitens der Alzheimer-Krankheit erstellen, das zur Steuerung der Behandlung künftiger Patienten verwendet werden kann.
Using advanced AI to discover diagnostic biomarkers and drug targets for Alzheimer’s
Christos Davatzikos
Eingestellt am: 12.11.2020
Modernste KI-Methoden zur Untersuchung der Alzheimer-Krankheit
Oktober 2020
USC Mark and Mary Stevens Neuroimaging and Informatics Institute, Los Angeles, USA
In der von den National Institutes of Health über 5 Jahre finanzierten Initiative "Ultrascale Machine Learning to Empower Discovery in Alzheimer's Disease Biobanks" (AI4AD) haben sich 11 Forschungszentren zusammengeschlossen, um anhand von künstlicher Intelligenz und maschinellem Lernen die Alzheimerforschung bezüglich Ursachen und Behandlungsmethoden zu unterstützen.
Beteiligt sind Experten aus Informatik, Genetik, Neurowissenschaften und bildgebenden Wissenschaften. Das erste Ziel des Projekts besteht darin, genetische und biologische Marker zu identifizieren, die eine Alzheimer-Diagnose vorhersagen und zwischen verschiedenen Subtypen der Krankheit unterscheiden. Um dies zu erreichen, wird das Forschungsteam hochentwickelte KI- und maschinelle Lernmethoden auf eine Vielzahl von Datentypen anwenden, darunter Zehntausende von Hirnbildern und ganze Genomsequenzen. Die Forscher werden diese Ergebnisse dann mit dem klinischen Verlauf der Alzheimer-Krankheit in Beziehung setzen, auch bei Patienten, die noch keine Demenzsymptome entwickelt haben. Die KI-Methoden werden auf große Datenbanken von Hirnscans trainiert, um Muster zu identifizieren, die helfen können, die Krankheit frühzeitig bei einzelnen Patienten zu erkennen.
State-of-the-art AI methods used to study Alzheimer’s
Paul Thompson
Eingestellt am: 19.11.2020
Neue Krebsdiagnostik: Ein Blick in den Tumor in 3D
Oktober 2020
TU Wien, Wien, Österreich
Die Autoren beschreiben einen neuartigen Ansatz, mit dem Pathologen bösartige Gewebe, einschließlich die Schnittstelle zwischen Tumor und Wirtsgewebe, dreidimensional analysieren können. Die Visualisierungstechnik verwendet eine Kombination aus ultraschneller chemischer Gewebeklärung und Lichtblattmikroskopie, um virtuelle Schnitte und 3D-Rekonstruktionen von Tumorresektaten mit einer Größe von bis zu mehreren Zentimetern zu erhalten. Da die Abbildung von mehreren tausend optischen Schnitten ein schneller Prozess ist, ist es möglich, einen größeren Teil des Tumors zu analysieren als durch mechanisches Schneiden. Zusätzlich erhält man weitere Informationen über die 3D-Struktur von Malignitäten, so dass diese Technologie wahrscheinlich eine wertvolle Ergänzung für die histologische Diagnose in der klinischen Pathologie sein kann.
3D histopathology of human tumours by fast clearing and ultramicroscopy
Inna Sabdyusheva Litschauer, Hans-Ulrich Dodt
Eingestellt am: 06.11.2020
Personalisierte Medizin zur Erforschung der Rolle von Mikroorganismen bei chronischen Erkrankungen
Oktober 2020
Macquarie University, Sydney, Australien(1)
PANDIS, Sydney, Australien(2)
PANDIS, Sydney, Australien(2)
Mittlerweile gibt es immer mehr Studien, die eine Verbindung von Mikroorganismen mit chronischen Erkrankungen wie Tumoren, Hirnerkrankungen wie Alzheimer oder Parkinson herstellen. PANDIS ist ein australisches Konsortium von Patienten, Klinikern und Wissenschaftlern, das die Rolle von Mikroorganismen bei chronischen Krankheiten erforscht. Der Schwerpunkt liegt hier vor allem auf Erkrankungen durch Zecken.
Durch die Formulierung von Datenpunkten und Verwendung von Bioinformatik, erfolgt eine Gewichtung in pathogene zu produktiven Mikroben und anaerobe zu aeroben Mikroben. Die Daten werden mit den individuellen Lipid- und Nährstoffquellen sowie dem Nährstoffprofil des Patienten zusammengeführt, um ein detailliertes Profil des Mikrobioms zu erhalten. Zum Nachweis bekannter wie auch unbekannter Mikroorganismen bedient man sich der RNA-Metagenomik. Außerdem werden die Konzentrationen verschiedener Biomarker im Blut von Patienten bestimmt, um eine spezifische Signatur für Subtypen von Infektionen zu erhalten. Alle erhaltenen Daten werden in einer Datenbank gespeichert und mittels künstlicher Intelligenz analysiert.
Personalized medicine model aiming to improve diagnosis and treatment of chronic diseases
Gilles Guillemin(1), Catherin Stace(2)
Eingestellt am: 13.11.2020
Röntgenanalyse der Bewegung von Malaria- und Toxoplasmose-Erregern
Oktober 2020
Molecular Biology Laboratory (EMBL), Hamburg, Deutschland
Die Studie bietet neue Einblicke in die molekulare Maschinerie, mit der bestimmte Parasiten durch den menschlichen Organismus wandern. Sie analysiert die sogenannte Gleitbewegung von Malaria- und Toxoplasmose-Parasiten. In biologischer Hinsicht bezieht sich Gleiten auf die Art der Bewegung, während der sich eine Zelle entlang einer Oberfläche bewegt, ohne ihre Form zu ändern. Mithilfe der Röntgenkristallographie analysierten die Forscher die molekulare Struktur der essentiellen leichten Ketten von Myosin, die aktiv zum Gleiten der Parasiten beiträgt.
Structural role of essential light chains in the apicomplexan glideosome
Christian Löw
Eingestellt am: 06.11.2020
Tumordiagnostik mit Kombi aus maschinellem Lernen und Biochip
Oktober 2020
University of California Irvine, Irvine, USA
Die Durchführung von Einzelzellanalysen ist unerlässlich, um Krebszelltypen zu identifizieren und zu klassifizieren und die zelluläre Heterogenität zu untersuchen. In dieser Studie werden leistungsfähige Techniken des maschinellen Lernens mit leicht zugänglichem Tintenstrahldruck und Mikrofluidik-Technologie kombiniert und ein aus Nanopartikel gedrucktem Biochip für Einzelzellanalysen integriert. Der Biochip ist leicht prototypisierbar, miniaturisiert und kosteneffektiv, potenziell in der Lage, eine Vielzahl von Zelltypen markierungsfrei zu differenzieren. Klassifikatoren von Merkmalen werden etabliert und ihre Leistungsmetriken bewertet. Der Nutzen des Biochips zur Unterscheidung von Nicht-Krebszellen von Krebszellen auf Einzelzellebene und zur Klassifizierung von Krebs-Subtyp-Zellen wird demonstriert. Man geht davon aus, dass ein solcher Chip potenzielle Anwendungen in Einzelzellstudien, Tumorheterogenitätsstudien und möglicherweise in der patientennahen Krebsdiagnostik finden wird.
A machine learning-assisted nanoparticle-printed biochip for real-time single cancer cell analysis
Rahim Esfandyarpour
Eingestellt am: 11.11.2020
Covid-19: Grippe könnte Ansteckungsgefahr erhöhen
2020
Max Planck Institute for Infection Biology, Berlin, Deutschland
Ein bevölkerungsbasiertes Modell der SARS-CoV-2-Übertragung in Kombination mit der Mortalitätsinzidenz wurde verwendet, um die ersten Monate der Coronapandemie in Europa zu untersuchen. Die Ergebnisse zeigen, dass der Rückgang der COVID-19-Fälle im Frühjahr nicht nur mit Gegenmaßnahmen, sondern auch mit dem Ende der Grippesaison zusammenhängt. Influenza kann die Übertragung des Coronavirus um das durchschnittlich 2- bis 2,5-fache erhöht haben. Die Ergebnisse der Studie deuten darauf hin, dass die kommende Grippeepidemie einen verstärkten Einfluss auf die COVID-19-Pandemie haben wird. Die Forscher betonen die potenzielle Bedeutung von Grippeimpfungen als möglichen zusätzlichen Schutz gegen COVID-19.
Influenza may facilitate the spread of SARS-CoV-2
Matthieu Domenech de Celles
Eingestellt am: 24.09.2020
Die Rolle von Glykanen im SARS-CoV-2-Spike-Protein
2020
University of California San Diego, San Diego, USA
Die Studie gibt neue Einblicke in das SARS-CoV-2-Spike-Protein und seine Glykanhülle. Mittels molekulardynamischer Simulationen konnte eine wichtige strukturelle Rolle der N-Glykane an bestimmten Positionen (N165 und N234) aufgezeigt werden. Biolayer-Inferometrie-Experimente ergaben, dass die Bindung des Spike-Proteins an das Angiotensin-konvertierende Enzym 2 (ACE2) verringert ist, wenn sich an diesen Stellen keine Glykane mehr befinden. Auf dieser Basis könnten neue Strategien zur Bekämpfung von COVID-19 entwickelt werden. Außerdem konnten mit den Computerprogrammen Regionen des in die Virusmembran eingebetteten SARS-CoV-2-Spike-Proteins identifiziert werden, die weniger von Glykanen umhüllt sind und sich somit als potentielle Angriffspunkte eignen.
Beyond shielding: The roles of glycans in the SARS-CoV-2 spike protein
Rommie E. Amaro
Eingestellt am: 01.10.2020
Organ-on-a-Chip-Plattform für Pharmakogenetik-Vorhersagen
Unternehmen 2020
Javelin Biotech, Woburn, USA
Javelin Biotech und Pfizer werden zusammen an einer Plattform arbeiten, die die Pharmakokinetik von neuen Arzneimittelkandidaten vorhersagen soll. Sie wollen Substanzen hinsichtlich Absorption, Distribution, Metabolismus und Exkretion (ADME) mittels einer Organ-on-a-Chip-Plattform, die verschiedene menschliche Gewebe (z.B. Niere, Darm, Leber) enthält, untersuchen. Durch das Modell sollen außerdem Nährmedien zirkulieren und es soll mit einem rechnerischen Algorithmus gekoppelt werden, der die gewonnenen Daten in ein physiologisch basiertes Modell der menschlichen Pharmakokinetik übersetzt.
Javelin, Pfizer to develop organ-on-a-chip platform
info@javelinbio.com
Eingestellt am: 13.10.2020
Von Patienten stammende Zellen und Gehirnorganoide decken Behandlungsziele bei der Parkinson-Krankheit auf
2020
University of Luxembourg, Luxemburg, Luxemburg
Mutationen in PARK7 führen zur Entwicklung der Parkinson-Krankheit (PD) im jungen Alter. Die Autoren dieser Studie identifizierten eine exonale Spleißmutation in PARK7 im Zusammenhang mit PD und untersuchten die Wirkung dieser Mutation in von Patienten abgeleiteten Zellmodellen. Die Mutation führte zu einer Beeinträchtigung des Spleißens, einer verringerten Produktion vom DJ-1-Protein und einer daraus resultierenden mitochondrialen Dysfunktion. Unter Verwendung präziser bioinformatischer Algorithmen führten die Forscher ein automatisiertes Wirkstoff-Screening durch und identifizierten eine Kombination aus zwei Substanzen, die gegen das aberrante Spleißen und den neuronalen Verlust in vom Patienten stammenden Gehirnorganoiden wirken. Die Ergebnisse legen nahe, dass Präzisionsmedizin, die auf bestimmte molekulare Signaturen abzielt, eine wirksame Strategie für die Parkinson-Krankheit und möglicherweise andere neurodegenerative Erkrankungen sein könnte.
A patient-based model of RNA mis-splicing uncovers treatment targets in Parkinson’s disease
Rejko Krüger
Eingestellt am: 25.09.2020
Gehirnareale, die akustische und visuelle Kommunikationshinweise entschlüsseln
2020
University of Dundee, , Großbritannien
Visuelle Sprache durch Lippenbewegungen ist ein Schlüsselfaktor der Kommunikation, aber die Hirnmechanismen, die diese visuellen und akustischen Hinweise verarbeiten, sind noch unklar. Hier wurde eine multifaktorielle Klassifizierung der Ganzhirn-Magnetoenzephalographie (MEG) von Freiwilligen verwendet, um die Hirnareale zu identifizieren, die während verschiedener Tests mit akustischer und visueller Kommunikation aktiviert wurden. Die Ergebnisse zeigten, welche Areale akustisch und visuell vermittelte Wortidentitäten verarbeiten. Es wurden jedoch nur zwei Hirnareale identifiziert, die zusammen mit akustischen und visuellen Hinweisen aktiviert wurden und deutlich von anderen Arealen getrennt waren, die die sensorisch vermittelte Wortidentität repräsentierten. Insgesamt klären die Forscher auf, welche Hirnareale durch zwei verschiedene Arten der Kommunikation aktiviert werden, und legen nahe, dass das Wortverständnis möglicherweise spezifischer für die Kommunikationskanäle ist, als derzeit angenommen wird.
Shared and modality-specific brain regions that mediate auditory and visual word comprehension
Anne Keitel
Eingestellt am: 30.11.2021
Künstliche Intelligenz zur Diagnostik von Prostatakrebs in Stanzbiopsien
Regulatorisch akzeptiert 2020
UPMC Cancer Pavilion, Pittsburgh, USA
Mit einem auf künstlicher Intelligenz basierenden Algorithmus konnte im Rahmen einer klinischen Studie Prostatakrebs in gefärbten digitalisierten Gewebeproben aus Stanzbiopsien erfolgreich erkannt werden. Der Algorithmus war dabei in der Lage sehr genau sowohl den Grad als auch klinisch relevante Befunde, wie perineurale Invasion zu beurteilen. Er wird bereits routinemäßig in der Klinik eingesetzt.
An artificial intelligence algorithm for prostate cancer diagnosis in whole slide images of core needle biopsies: a blinded clinical validation and deployment study
Liron Pantanowitz
Eingestellt am: 25.09.2020
Maschinelles Lernen in Kombination mit Hirnbildgebung für bessere Diagnostik von mentalen Krankheiten
2020
Hamamutsu University School of Medicine, Hamamatsu City, Japan(1)
The University of Tokyo, Tokyo, Japan(2)
The University of Tokyo, Tokyo, Japan(2)
Ein Computeralgorithmus wurde mittels MRT-Gehirnscans (Magnetresonanztomographie) von 206 Autismus- Schizophrenie- und Psychose-Patienten sowie gesunden Menschen trainiert. Insgesamt wurden sechs verschiedene Algorithmen verwendet, um zwischen den verschiedenen MRT-Bildern der Patientengruppen zu unterscheiden. Dadurch war es möglich, verschiedene psychiatrische Diagnosen mit Variationen in Dicke, Oberfläche oder dem Volumen von Bereichen des Gehirns in MRT-Bildern zu assoziieren. Nach einer Trainingsperiode wurde der Algorithmus mit Gehirnscans von 43 weiteren Patienten getestet. Die Diagnose der Maschine entsprach den Einschätzungen der Psychiater mit hoher Zuverlässigkeit und einer Genauigkeit von bis zu 85 Prozent.
Machine-learning classification using neuroimaging data in schizophrenia, autism, ultra-high risk and first-episode psychosis
Hidenori Yamasue(1), Shinsuke Koike(2)
Eingestellt am: 22.09.2020
Verbesserte Auflösung der Kryo-Elektronenmikroskopie
2020
Los Alamos National Laboratory, Los Alamos, USA
Den Autoren dieser Studie gelang die Verbesserung der Qualität der von Kryo-Elektronenmikroskopie erstellten 3D-Molekularstrukturkarten mittels eines Dichtemodifikationsverfahrens. Die theoretische Grundlage bildet ein Verfahren, was bereits früher zur Verbesserung von Strukturabbildungen aus der Röntgenkristallographie verwendet wurde. Das Dichtemodifizierungsverfahren wurde auf 104 Datensätze angewandt und verbesserte die Korrelation zwischen den experimentellen Karten und der bekannten Atomstruktur und erhöhte die Sichtbarkeit von Details in vielen der Karten.
Improvement of cryo-EM maps by density modification
Thomas C. Terwilliger
Eingestellt am: 15.10.2020
Computerplattform für Deep-Learning-Analysen von Humangenomikdaten
2020
Max Delbrueck Center for Molecular Medicine, Berlin, Deutschland
Deep-Learning-Methoden sind computergestützte Methoden, die datengesteuert Wissen aus großen Datensätzen extrahieren und zur Beantwortung einer Vielzahl biologischer Fragen einsetzen. Leider sind die meisten Deep-Learning-Methoden nicht flexibel genug, um sich an neue Daten anzupassen und neue Hypothesen zu testen. In der vorliegenden Studie wollten die Forscher dieses Problem mit einem flexibleren Ansatz angehen, indem sie die Vorverarbeitung und die Datensatzspezifikation vom Modellierungsteil trennten. Die Forscher entwickelten Janggu, eine Bibliothek in der Programmiersprache Python, die Deep Learning für Genomanwendungen erleichtert und die Datenerfassung und Modellbewertung vereinfachen soll. Janggu enthält Datensatzobjekte, die die Extraktion und Umwandlung von Informationen aus einer Reihe von häufig verwendeten Dateitypen verwalten. Darüber hinaus sind diese Datensatzobjekte direkt mit gängigen und veröffentlichten Deep-Learning-Bibliotheken kompatibel, was wiederum den Aufwand für die Softwareentwicklung reduziert. Schließlich können die Ergebnisse der Genomikmodellierung visualisiert und in gängige Formate exportiert werden. Die Forscher validierten dann die Verwendung von Janggu an Datensätzen, die von verschiedenen Arten menschlicher Zellen stammen. Das Janggu-Tool ist leicht anwendbar und flexibel, um eine Reihe von Fragen zu beantworten, so dass sich die Nutzer effektiver auf die Prüfung biologischer Hypothesen konzentrieren können.
Deep learning for genomics using Janggu
Wolfgang Kopp, Altuna Akalin
Eingestellt am: 20.12.2021
Ein Prognosemodell für das Gesamtüberleben bei sporadischer Creutzfeldt-Jakob-Krankheit
2020
University of Münster, Münster, Deutschland
Die Autoren entwickelten das erste Prognosemodell für das Gesamtüberleben von Patienten mit Creutzfeldt-Jakob-Krankheit, das nur auf leicht verfügbaren Informationen von 1226 Patienten basiert. Das Modell integriert Alter, Geschlecht, Genotyp des Codons 129 und speziellen Biomarkern in der Cerobrospinalflüssigkeit (CSF-Tau-Daten) der Patienten. Das entwickelte Score-Diagramm dient als praktisches Prognosewerkzeug für die klinische Praxis.
A prognostic model for overall survival in sporadic Creutzfeldt‐Jakob disease
Nicole Rübsamen
Franc Llorens et al. Alzheimer's & Dementia: The Journal of the Alzheimer's Associatio [261]
Bionity [262]
Eingestellt am: 22.07.2020
Gewebezüchtung und In silico Methode zur Untersuchung von Knorpelabbau
2020
Charité – Universitätsmedizin Berlin, Berlin, Deutschland
Ziel dieser Studie war es, In-vitro- und In-silico-Modellierung auf der Grundlage eines Tissue-Engineering-Ansatzes unter Verwendung mesenchymaler Kondensation zu kombinieren, um zytokin-induzierte zelluläre und matrixbezogene Veränderungen während des Knorpelabbaus nachzuahmen. So wurden gerüstfreie knorpelähnliche Konstrukte (SFCCs) auf Basis der Selbstorganisation mesenchymaler Stromazellen (mesenchymale Kondensation) hergestellt und hinsichtlich ihrer zellulären und Matrixzusammensetzung charakterisiert bzw. 3 Wochen lang mit Interleukin-1β (IL-1β) und Tumor-Nekrose-Faktor α (TNFα) behandelt, um den OA-bedingten Matrixabbau zu simulieren. Darüber hinaus wurde ein bestehendes mathematisches Modell, das auf partiellen Differentialgleichungen basiert, optimiert und auf die zugrunde liegenden Einstellungen übertragen, um die Verteilung von IL-1β, den Abbau von Typ-II-Kollagen und die Verringerung der Zellzahl zu simulieren. Durch die Kombination von In-vitro- und In-silico-Methoden wollten die Autoren einen validen, effizienten alternativen Ansatz zur Untersuchung und Vorhersage des Krankheitsverlaufs und der Auswirkungen neuer Therapeutika entwickeln.
Macroscale mesenchymal condensation to study cytokine-driven cellular and matrix-related changes during cartilage degradation
Annemarie Lang
Eingestellt am: 28.09.2021
Neues Organ-auf-dem-Chip System zur Untersuchung des Darms
2020
Utrecht University, Utrecht, Niederlande
In dieser Studie wurde ein neues Organ-auf-dem-Chip System für den Darm entwickelt. Mithilfe von Physikern wurde der Blutfluss und seine Eigenschaften mathematisch kalkuliert, um die Scherkräfte im Modell möglichst realitätsgetreu abzubilden. Die Ergebnisse zeigen eine verbesserte Ausdifferenzierung der verwendeten CaCo2-Zellen (humane kolorektale Adenokarzinom-Zelllinie) zu Darmepithelzellen (dichtere Monoschichtformation, höhere metabolische p-cresol Kapazität, bessere Bürstensaum-Aktivität und Villi-Formation).
A theoretical and experimental study to optimize cell differentiation in a novel intestinal chip
Rosalinde Masereeuw
Nicky Langerak et al. Frontiers in Bioengineering and Biotechnology 2020 [264]
Utrecht University [265]
Eingestellt am: 20.11.2020
Software erkennt krankheitsverursachende Genmutationen
2020
Berlin Institute of Health, Berlin, Deutschland
VarFish ist eine benutzerfreundliche Webapp zur Qualitätskontrolle, Filterung, Priorisierung, Analyse und benutzerbasierte Annotation von DNA-Variantendaten mit Schwerpunkt auf der Genetik seltener Krankheiten. Die analysierten genetischen Varianten werden automatisch mit Populationshäufigkeiten, molekularen Auswirkungen und dem Vorhandensein in mehreren Datenbanken kommentiert. VarFish kann zur schnellen und genauen Diagnose seltener genetischer Erkrankungen verwendet werden und hat sich als sehr hilfreich erwiesen, damit Forscher und Ärzte Teilnehmer für klinische Studien schnell und genau diagnostizieren können.
VarFish: comprehensive DNA variant analysis for diagnostics and research
Manuel Holtgrewe
Eingestellt am: 17.09.2020
Automatischen Generierung und Analyse von künstlichem menschlichem Myokard
2020
University Medical Center Göttingen, Göttingen, Deutschland
In der vorliegenden Studie wird ein Protokoll zur automatischen Generierung, Reifung und Analyse von künstlichem menschlichem Myokard (EHM) vorgestellt. Eine Multi-Well-Platte ermöglicht die parallele Langzeitkultivierung von bis zu 48 EHM-Modellen aus pluripotenten Stammzellen (PSC)-abgeleiteten Kardiomyozyten und Fibroblasten. Diese Platte kann in einen vollautomatischen Screeningprozess miteinbezogen werden, der eine videooptische Überwachung und Analyse der Kontraktionskraft und Herzfrequenz ermöglicht. Die Methode eignet sich hierdurch zur zeitgleichen Durchführung unterschiedlicher Testreihen oder für die Verfolgung unterschiedlicher Ansätze in Medikamenten- und Krankheitsstudien. Die nach Protokoll erzeugten EHM-Modelle können zusammenfassend dabei helfen, zeitaufwändige und komplexe Studien zu beschleunigen, pathologische Mechanismen tiefergehend zu erforschen und potenzielle Wirkstoffkandidaten für die Arzneimittelentwicklung zu identifizieren. Die Methode wurde bisher erfolgreich auf humane embryonale Stammzellen (HES) und induzierte PSC-abgeleitete Kardiomyozyten, subtypspezifische, d. h. atriale und ventrikuläre und kommerziell erhältliche Kardiomyozytenpräparate angewendet.
Generation of engineered human myocardium in a multi-well format
Wolfram-Hubertus Zimmermann, Malte Tiburcy
Eingestellt am: 11.04.2024
Molekulardynamik-Simulationen für Medikamenten-Entwicklung
2020
Albert-Ludwigs-Universität, Freiburg, Deutschland
Bei Molekulardynamik (MD) -Simulationen werden die Wechselwirkungen von Atomen und Molekülen sowie die sich daraus ergebenen räumlichen Kalkulationen schrittweise berechnet und dargestellt. So können molekulare Prozesse wie Proteinfaltung und Protein-Medikamentenbindung beschrieben werden, was wichtig für die Arzneimittelentwicklung ist. Bisher konnten diese Prozesse nicht exakt berechnet werden, da die Simulation von atomaren Interaktionen mit einer Auflösung von Femtosekunden durchgeführt werden müssen, viele Prozesse aber mehrere Sekunden oder länger dauern (z.B. Binden und Lösen von Wirkstoffen). Mittels der "targeted" MD (dcMD) wurde die Systemdynamik so vereinfacht und auf dem Hochleistungsrechner BinAC (Tübingen) erfolgreich getestet; die Dynamik von Bindungs- und Entbindungsprozessen konnte von Sekunden bis zu einer halben Minute vorhergesagt werden. Zudem konnte die benötige Rechenleistung stark verringert werden.
Multisecond ligand dissociation dynamics from atomistic simulations
Steffen Wolf, Gerhard Stock
Eingestellt am: 23.06.2020
Webtool um Wirkorte von Chemikalien im menschlichen Körper darzustellen
2020
National institute of environmental health sciences, Durham, USA
In dieser Studie wird ein Webtool namens Tox21BodyMap vorgestellt. Es basiert auf den Resultaten des Tox21 Forschungskonsortiums, das 9270 Chemikalien in 971 Hochdurchsatz-Screenings untersucht hat. Basierend auf diesen Ergebnissen stellt es zusammenfassend dar in welchen Organen eine ausgewählte Chemikalie (in Abhängigkeit von ihrer Konzentration) wirksam wurde, und wie Genexpressionsmuster davon beeinflusst wurden. Das Programm ermöglicht es Informationen über die mögliche Bioaktivität einer Chemikalie im menschlichen Körper einzuholen.
Tox21BodyMap: a webtool to map chemical effects on the human body
Nicole C. Kleinstreuer
Eingestellt am: 25.11.2020
Abstrakte Darstellungen von Ereignissen entstehen durch mentale Fehler
2020
University of Pennsylvania, Philadelphia, USA
Menschen sind geschickt darin, abstrakte Assoziationen in der Welt um sie herum aufzudecken, aber die zugrunde liegenden Mechanismen sind nach wie vor wenig verstanden. Diese Studie untersucht die Perspektive, ob Assoziationen höherer Ordnung aus natürlichen Fehlern in Lernen und Gedächtnis entstehen. Unter Verwendung des Prinzips der freien Energie, das Informationstheorie und Bayessche Statistik verbindet, leiten die Autoren ein Maximum-Entropie-Modell der menschlichen internen Repräsentation der Übergänge zwischen Reizen ab. Die Ergebnisse legen nahe, dass mentale Fehler unsere abstrakten Darstellungen der Welt auf signifikante und vorhersehbare Weise beeinflussen, mit direkten Auswirkungen auf die Studie und das Design optimal lernbarer Informationsquellen.
Abstract representations of events arise from mental errors in learning and memory
Danielle S. Bassett
Eingestellt am: 26.06.2020
Anwendung der wissensbasierten mechanistischen Inferenz auf die Toxikogenomik
2020
University of Colorado, Boulder, USA
Bei der Betrachtung toxischer Chemikalien in der Umwelt kann eine mechanistische, kausale Erklärung der Toxizität einer statistischen oder auf maschinellem Lernen basierenden Vorhersage allein vorgezogen werden. Die Aufklärung des Toxizitätsmechanismus ist jedoch ein kostspieliger und zeitaufwändiger Prozess, der die Beteiligung von Fachleuten aus einer Vielzahl von Bereichen erfordert und oft auf Tierversuche angewiesen ist. Hier wird ein innovatives mechanistisches Inferenzsystem (MechSpy) vorgestellt, das als Hilfsmittel für die Hypothesengenerierung verwendet werden kann, um den Umfang der mechanistischen Toxikologie-Analyse einzuschränken. MechSpy generiert Hypothesen über die wahrscheinlichsten Mechanismen der Toxizität, indem es eine semantisch verknüpfte Wissensrepräsentation der Humanbiologie, Toxikologie und Biochemie mit Genexpressionszeitreihen auf menschlichem Gewebe kombiniert. Unter Verwendung von Vektordarstellungen biologischer Entitäten sucht MechSpy nach einer Anreicherung in einer manuell kuratierten Liste von High-Level-Toxizitätsmechanismen, die als biochemisch und kausal verknüpfte Ontologiekonzepte dargestellt werden. Neben der Vorhersage des klassischen Mechanismus der Toxizität für viele gut untersuchte Verbindungen wurden einige der Vorhersagen für andere Chemikalien ohne einen etablierten Mechanismus der Toxizität experimentell validiert. Dieser mechanistische Inferenzrahmen ist ein vorteilhaftes Instrument für die prädiktive Toxikologie und das erste seiner Art, das für jede Vorhersage eine mechanistische Erklärung liefert. MechSpy kann modifiziert werden, um zusätzliche Mechanismen der Toxizität einzubeziehen, und ist auf andere Arten von Mechanismen der Humanbiologie verallgemeinerbar.
Applying knowledge-driven mechanistic inference to toxicogenomics
Ignacio J.Tripodi
Eingestellt am: 14.02.2022
Humane embryonale Stammzellen zeigen sehr früh Anzeichen von Differenzierung
2020
The Francis Crick Institute, London, Großbritannien
Anhand von humanen embryonalen Stammzellen und mathematischen Modellen wurde eine neue Klasse von Genen identifiziert, die für die Regulierung eines der frühesten Stadien der menschlichen Entwicklung verantwortlich sind. Sobald diese sogenannten GATA3-Gene im Labor experimentell aktiviert werden, führen sie zu einer raschen Differenzierung der Stammzellen. Zusätzlich lösen diese Gene eine positive Rückkopplungsschleife aus, die dazu führt, dass sie aktiv bleiben. Dies stellt wiederum sicher, dass die Zellen des Embryos differenziert bleiben und nicht in einen Stammzellzustand zurückkehren. Die verwendeten Stammzellen stammen aus gespendeten Embryonen von künstlichen Befruchtungen. Sie wurden nicht benötigt und wären sonst zerstört worden.
GATA3 mediates a fast, irreversible commitment to BMP4-driven differentiation in human embryonic stem cells
Santos, Silvia D.M.
Eingestellt am: 14.05.2020
Humangenetische Daten und In-silico-Methoden zeigen neue Krebsmechanismen
2020
Deutsches Krebsforschungszentrum (DKFZ), Heidelberg, Deutschland
Mittels hochempfindlicher Analysemethoden (whole-genome sequencing, whole exome sequencing, RNAseq) und In-silico-Methoden wurden humanrelevante, klinisch hoch relevante Daten gewonnen, die die viel größere Häufigkeit von Chromothripsis zeigen als bisher angenommen. Zudem wurde nachgewiesen, dass diese genetischen Ereignisse nicht nur in einem frühen Stadium auftreten, sondern auch in späten Stadien oder bei Rückfällen von Tumorerkrankungen.
Die Prävelanz der genomischen Instabilität wurde bisher auf wenige Prozent geschätzt, tatsächlich kommt diese aber bei der Hälfte der untersuchten Tumorproben vor. Dabei brechen Chromosomen, die Teile gehen entweder verloren oder werden falsch wieder zusammengebaut. Diese Ereignisse spielen eine wichtige Rolle bei der Krebsentstehung.
The landscape of chromothripsis across adult cancer types
Aurélie Ernst
Eingestellt am: 25.06.2020
In silico-Studie zum Testen von COVID-19-Impfstoffkandidaten
2020
University of Catania, Catania, Italien
Die Anwendung von In-Silico-Studien kann für die Entwicklung und Testung von Arzneimitteln gegen SARS-CoV-2 und zum Beschleunigen der Impfstoffentdeckung verwendet werden, um ein therapeutisches Versagen vorherzusagen und unerwünschte Wirkungen zu minimieren. Die vorgestellte in silico Plattform stimmte sehr gut mit der neuesten Literatur zur Vorhersage der SARS-CoV-2-Dynamik und der damit verbundenen Wirtsantwort des Immunsystems überein. Darüber hinaus wurde es verwendet, um das Ergebnis eines der neuesten vorgeschlagenen Ansätze zur Entwicklung eines wirksamen Impfstoffs auf der Basis eines monoklonalen Antikörpers vorherzusagen. Der Universal Immunsystem Simulator (UISS) kann möglicherweise als in silico-Testplattform verwendet werden, um das Ergebnis der Impfstrategie gegen SARS-CoV-2 vorherzusagen.
In silico trial to test COVID-19 candidate vaccines: a case study with UISS platform
Francesco Pappalardo
Eingestellt am: 25.06.2020
Mit Bioinformatik zur Covid-19-Aufklärung
2020
Heinrich Heine University, Düsseldorf, Deutschland
Eine Metaanalyse wurde mit RNA-Sequenzdaten aus drei Sars-CoV-2-Studien an menschlichen Lungenepithelzellen durchgeführt. Die Expression des Angiotensin I-konvertierenden Enzyms 2 (ACE2) korrelierte mit der Expression mehrerer Gene wie der Transmembranserinprotease 4 (TMPRSS4) und der Gene aus dem viralen Lebenszyklus und der Interferonantwort. Dieser Datensatz kann zu einem besseren Verständnis der molekularen Mechanismen beitragen, die COVID-19 zugrunde liegen.
Meta-analysis of transcriptomes of SARS-Cov2 infected human lung epithelial cells identifies transmembrane serine proteases co-expressed with ACE2 and biological processes related to viral entry, immunity, inflammation and cellular stress
James Adjaye
Eingestellt am: 25.05.2020
Neue molekulare Bibliotheken für das Screening von Wirkstoffen
2020
Helmholtz-Zentrum Berlin, Berlin, Deutschland
Um die Entwicklung von Medikamenten zu beschleunigen wurde eine neue Substanzbibliothek für kristallographisches Fragmentscreening aufgebaut. Sie besteht aus 1103 organischen Molekülen, die als Bausteine von neuen Wirkstoffen infrage kommen. Die Substanzbibliothek steht weltweit für die Forschung zur Verfügung und spielt auch bei der Suche nach Wirkstoffen gegen SARS-CoV-2 eine Rolle.
F2X-Universal and F2X-Entry: structurally diverse compound libraries for crystallographic fragment screening
Manfred S. Weiss
Eingestellt am: 22.07.2020
Identifizierung von mitochondrialen Giftstoffen durch kombinierte in silico und in vitro Studien
2020
University of Vienna, Wien, Österreich
In der Studie wurde ein Modell entwickelt, mit dem man die mitochondriale Toxizität verschiedener Stoffe vorhersagen kann, indem man struktur-basierte Methoden mit in silico Methoden kombiniert. Im Fokus stand dabei der humane mitochondriale Komplex I der Atmungskette, welcher bekannterweise durch das Pestizid Rotenon und seinem Analogon Deguelin blockiert werden kann. Auf der Grundlage des gemeinsamen Blockierungsmechanismus wurde ein virtuelles Screening von Datenbänken (DrugBank und Chemspace library) durchgeführt, mit maschinellem Lernen verbessert und so andere mögliche toxische Stoffe identifiziert. Durch Prüfung in LUHMES-Zellkulturen konnten Inhibitoren des Komplexes verifiziert werden.
Identification of mitochondrial toxicants by combined in silico and in vitro studies – A structure-based view on the adverse outcome pathway
Gerhard F. Ecker
Eingestellt am: 28.09.2020
In-vitro- und In-silico-Bewertung der Nanotoxikologie
2020
Swiss Federal Laboratories for Materials Science and Technology, St Gallen, Schweiz
Um das Risiko von Nanopartikeln zu bewerten, wird eine Kombination von In-vitro- und In-silico-Modellen vorgeschlagen. In silico Modelle werden auf ihre Anwendbarkeit auf verfügbare Daten bewertet. Es werden Empfehlungen für die Verwendung von In-vitro-Daten in Risikobewertungsmethoden gegeben.
An integrated pathway based on in vitro data for the human hazard assessment of nanomaterials
Peter Wick
Eingestellt am: 09.07.2020
Quantenimaging macht Biomoleküle sichtbar
2020
Fraunhofer-Institut für Angewandte Optik und Feinmechanik IOF, Jena, Deutschland(1)
Fraunhofer-Institut für Physikalische Messtechnik IPM, Freiburg, Deutschland(2)
Fraunhofer-Institut für Physikalische Messtechnik IPM, Freiburg, Deutschland(2)
Biosubstanzen wie Proteine, Lipide oder auch andere chemische Elemente lassen sich anhand ihrer charakteristischen Molekülschwingungen unterscheiden. Das System nutzt den quantenmechanischen Effekt der Verschränkung von Photonen, welche dann detektiert und zu einem Bild zusammengesetzt werden können.
So kann festgestellt werden, wie bestimmte Proteine, Fette oder andere Stoffe auf zellulärer Ebene verteilt sind. Zum Beispiel weisen einige Krebsarten eine charakteristische Anreicherung bzw. Exprimierung bestimmter Proteine auf. So könnte die Krankheit effizienter erkannt und bekämpft werden. Auch in der Medikamentenforschung könnte ein genaueres Wissen über die Verteilung von Biosubstanzen große Fortschritte bringen.
Andreas Tünnermann(1), Karsten Buse(2)
Eingestellt am: 26.05.2020
Identifikation neuer Medikamente mittels Virtual Reality
2020
University of Bristol, School of Chemistry, Bristol, Großbritannien
Mit Hilfe von Virtual Reality (VR) kann in Proteine 'eingestiegen' und die daran bindenden Medikamente mit Hilfe interaktiver Molekulardynamik-Simulationen in VR (iMD-VR) im atomaren Detail manipuliert werden. Viele Medikamente wirken, indem sie an Proteine binden und diese in ihrer Wirkung stoppen. Durch die Bindung an ein bestimmtes Virusprotein kann ein Medikament beispielsweise die Vermehrung des Virus stoppen. Ein wichtiger Teil der Arzneimittelentwicklung besteht darin, kleine Moleküle zu finden, die sich eng an bestimmte Proteine binden, und zudem zu verstehen, was diese enge Bindung ausmacht, was zur Entwicklung besserer Medikamente beiträgt. Mit diesem dreidimensionalen iMD-VR-Ansatz wurden Wirkstoffmoleküle an Proteine angedockt, und es konnte genau vorhergesagt werden, wie die Wirkstoffe binden. Zu den untersuchten Systemen gehörten Medikamente gegen Grippe und HIV.
Interactive molecular dynamics in virtual reality for accurate flexible protein-ligand docking
David Glowacki
Eingestellt am: 27.05.2020
Identifizierung von für Krebserkrankungen bedeutsamen Genen durch Analyse von Sequenzdatenbanken und Veröffentlichungen
2020
Johns Hopkins University, Baltimore, USA
Die Sequenzierung ist so kostengünstig und schnell, dass den Forschern Tausende von Tumorgeweben mit RNA-Seq-Daten zur Verfügung stehen, die einen noch nie dagewesenen Einblick in die Transkriptionslandschaft von Krebs ermöglichen. Die schiere Menge an Daten hat sich jedoch als Herausforderung erwiesen, wenn es darum geht, eine biologische Bedeutung abzuleiten. Viele Analysemethoden beruhen bis zu einem gewissen Grad auf einem Vorwissen über die Signalwege, die biologische Rolle oder die molekulare Funktion von Genen. In der vorliegenden Studie wollten die Forscher die Aufmerksamkeit auf die Tatsache lenken, dass für einen beträchtlichen Teil der Gene, die statistisch mit der Krebsbiologie in Verbindung gebracht werden, keine angemessenen Beschreibungen vorliegen, um ihre Rolle in der Krebspathologie zu verstehen. Die Forscher untersuchten Datenbanken nach Genen, die mit einem ungünstigen Ausgang bei Krebs assoziiert sind, und nutzten dazu den Human Protein Pathology Atlas, der eine Korrelation von mRNA und klinischem Ausgang für fast 8.000 Krebspatienten enthält. Die Studie zeigte, dass eine Reihe biologisch relevanter Gene nicht mit den bekannten veröffentlichten Pfaden in Verbindung stehen. Auch sind sie in der Regel nicht mit bekannten dominanten Mutationen verbunden. Darüber hinaus haben die Forscher Gennetzwerkkarten gezeichnet, die auf biologische Bereiche hinweisen, die im Allgemeinen nicht ausreichend erforscht sind. Insgesamt kommt die Studie zu dem Schluss, dass zwischen der relativen biologischen Bedeutung von Genen und der Literatur, die bestimmten Genen gewidmet ist, nur ein geringer Zusammenhang besteht, was darauf hindeutet, dass die meisten Gene nach ihrer ersten Entdeckung nur begrenzte Aufmerksamkeit auf sich ziehen, während andere Gene zumindest teilweise aufgrund gesellschaftlicher Trends und der Tendenz der wissenschaftlichen Gemeinschaft, eine "kleine Welt" zu sein, unverhältnismäßig viel Aufmerksamkeit erhalten. Die datengestützte Analyse sollte in Zukunft dazu beitragen, biologische "Terra incognita" aufzuzeigen, die als Herausforderungen betrachtet werden sollten.
Functionally enigmatic genes in cancer: using TCGA data to map the limitations of annotations
Channing J. Paller
Eingestellt am: 22.12.2021
Plattform zur Wirkstoffentwicklung ermöglicht extrem große virtuelle Screens
2020
Harvard Medical School, Boston, USA
VirtualFlow ist eine hochautomatisierte und vielseitige Open-Source-Plattform, mit der extrem große Bibliotheken von chemischen Verbindungen vorbereitet und effizient gescreent werden können. Mit VirtualFlow wurde eine sehr große und frei verfügbare Ligandenbibliothek mit mehr als 1,4 Milliarden im Handel erhältlichen Molekülen hergestellt. Um die Leistungsfähigkeit von VirtualFlow zu demonstrieren, untersuchten die Autoren mehr als 1 Milliarde Verbindungen und identifizierten eine Reihe strukturell unterschiedlicher Moleküle, die mit hoher Affinität an Zielproteine binden.
An open-source drug discovery platform enables ultra-large virtual screens
Christoph Gorgulla, Haribabu Arthanari
Eingestellt am: 25.05.2020
Mechanismus der Blutbildung bei Leukämie mittels Einzelmolekülmiskroskopie entschlüsselt
2020
Universität Osnabrück, Osnabrück, Deutschland(1)
University of Helsinki, Helsinki, Finnland(2)
University of York, York, Großbritannien(3)
University of Helsinki, Helsinki, Finnland(2)
University of York, York, Großbritannien(3)
Bislang war es unklar, wie einzelne Mutationen eine Signalaktivierung auf molekularer Ebene auslösen und damit zu diesen schwerwiegenden Erkrankungen des blutbildenden Systems, d.h. Leukämie-Erkrankungen, führen.
Durch Einzelmolekülmikroskopie an lebenden Zellen konnten die Forscher jetzt u.a. erstmals eindeutig nachweisen, dass die Rezeptoren durch die Botenstoffe zu Paaren verbunden werden. Bislang wurde angenommen, dass die Rezeptoren auch ohne Botenstoff bereits als inaktive Paare vorliegen. Aus ihren neuen Beobachtungen an höchstauflösenden Fluoreszenzmikroskopen schlossen die Forscher hingegen, dass die Paarbildung selbst der grundlegende Schalter zur Aktivierung der Signalvermittlung in der Zelle ist. Somit konnte durch direkte mikroskopische Visualisierung einzelner Rezeptoren unter physiologischen Bedingungen, Simulationsrechnungen und molekularer Modellierung eine Kontroverse geklärt werden, die dieses Forschungsgebiet seit mehr als 20 Jahren beschäftigt.
Mechanism of homodimeric cytokine receptor activation and dysregulation by oncogenic mutations
Jacob Piehler(1), Ilpo Vattulainen(2), Ian S. Hitchcock(3)
Eingestellt am: 09.06.2020
Computermodelle zur Vorhersage der Ligand-Transporter-Wechselwirkung
2020
University of Vienna, Wien, Österreich
In der Leber exprimierte Transporter spielen eine wichtige Rolle in der Pharmakokinetik von Arzneimitteln und sind eine Schlüsselkomponente des physiologischen Gallenflusses. Die Hemmung dieser Transporter kann zu Arzneimittelwechselwirkungen oder sogar zu einer arzneimittelinduzierten Leberschädigung führen. Daher kann die Vorhersage des Wechselwirkungsprofils kleiner Moleküle mit in der Leber exprimierten Transportern helfen, Verbindungen in einer frühen Phase des Medikamentenentwicklungsprozesses zu priorisieren. Basierend auf einer umfassenden Analyse der öffentlich zugänglichen Daten entwickelten die Autoren eine Reihe von Klassifikationsmodellen, die es ermöglichen – für ein kleines Molekül – die Hemmung und den Transport durch eine Reihe von Lebertransportern vorherzusagen, die von der FDA, EMA und der japanischen Regulierungsbehörde als relevant eingestuft wurden. Die in silico Modelle wurden durch Kreuzvalidierung und externe Testsätze validiert. Schließlich wurden Modelle als einfach zu bedienender Webservice implementiert, der unter https://livertox.univie.ac.at frei verfügbar ist.
Vienna LiverTox Workspace—a set of machine learning models for prediction of interactions profiles of small molecules with transporters relevant for regulatory agencies
Melanie Grandits
Eingestellt am: 23.06.2021
Eine transkriptomweite Assoziationsstudie zur gewebeabhängigen Genexpression
2020
University of Bristol, Bristol, Großbritannien
Unter Anwendung eines Ansatzes namens Mendelsche Randomisierung integrierten Forscher den genomischen Datensatz aus dem Projekt Genotype-Tissue Expression (GTEx), der Transkriptionsinformationen für über 32.000 Gene (basierend auf einem Bereich von 80 bis 491 Proben aus 48 verschiedenen menschlichen Geweben) enthält, mit den Ergebnissen von 395 genomweiten Assoziationsstudien. Diese Integration erstellte einen genomweiten Atlas gewebeabhängiger Regulationsmechanismen, der ein besseres Verständnis der Determinaten komplexer Krankheiten ermöglichte.
A transcriptome-wide mendelian randomization study to uncover tissue-dependent regulatory mechanisms across the human phenome
Tom G. Richardson
Tom G. Richardson et al. Nature Communications 2020 [296]
Physicians Committee for Responsible Medicine [297]
Eingestellt am: 26.05.2020
Robotische fluidische Kopplung und Überwachung von vaskularisierten 2-Kanal-Organchips
2020
Wyss Institute for Biologically Inspired Engineering at Harvard University, Boston, USA
Hier wurde ein "Interrogator"-Instrument beschrieben, das mit Hilfe von Flüssigkeitsrobotern, einem maßgeschneiderten Softwarepaket und einem integrierten mobilen Mikroskop die automatisierte Kultur, Perfusion, Medienzugabe, fluidische Verknüpfung, Probenentnahme und mikroskopische In-situ-Bildgebung von bis zu 10 Organchips in einem Standard-Brutkasten für Gewebekulturen ermöglicht. Die automatisierte Interrogator-Plattform konnte die Lebensfähigkeit und die organspezifischen Funktionen von 8 verschiedenen vaskularisierten 2-Kanal-Organchips (Darm, Leber, Niere, Herz, Lunge, Haut, Blut-Hirn-Schranke (BHS) und Gehirn) für 3 Wochen in Kultur aufrechterhalten, wenn diese intermittierend durch ihre Medienreservoirs und mit Endothelium ausgekleideten vaskulären Kanäle unter Verwendung eines gemeinsamen Blutersatzmediums fluidisch gekoppelt wurden. Als ein Inulin-Tracer durch das fluidische Netzwerk des Human Body-on-Chips (HuBoC) mit mehreren Organen perfundiert wurde, gelang es, die quantitative Verteilung dieses Tracers mit Hilfe eines physiologisch basierten In-silico-Modells des experimentellen Systems (Multi-Compartmental Reduced Order, MCRO) genau vorherzusagen. Diese automatisierte Kulturplattform ermöglicht die nicht-invasive Bildgebung von Zellen in menschlichen Organchips und die wiederholte Entnahme von Proben sowohl aus dem vaskulären als auch aus dem interstitiellen Kompartiment, ohne die fluidische Kopplung zu beeinträchtigen, was künftige HuBoc-Studien und pharmakokinetische Analysen in vitro erleichtern dürfte.
Robotic fluidic coupling and interrogation of multiple vascularized organ chips
Donald E. Ingber
Eingestellt am: 09.11.2021
Analyseplattform für In vitro- und In silico-Methoden
2020
Fraunhofer IBMT, Sulzbach, Deutschland(1)
Universität des Saarlandes, Homburg, Deutschland(2)
Universität des Saarlandes, Homburg, Deutschland(2)
Das Forschungsprojekt "VISION" ziel darauf ab, eine in-vitro/in-silico-Analyseplattform für inhalationstoxikologische Studien zu entwickeln und zu validieren. Diese besteht aus der Kombination eines mikrofluidischen Organkultursystems (Lungen-Leber-Modell) und bioinformatischer Analysen von Krankheitsmechanismen. Die In-vitro-Systeme werden zur Simulation der Lungenbarriere und des Metabolisierungsprozesses in der Leber entwickelt und mit deren Integration in mikrofluidische Systeme sollen sie zur Bestimmung spezifischer Effekte von Schadstoffen oder therapeutischen Wirkstoffen nach pulmonaler Aufnahme in den Organismus eingesetzt werden. Unter Anwendung dieser Methoden werden fundierte Datenmengen als Grundlage für die Entwicklung des In-silico-Modells generiert.
VISION – Ein mikrofluidisches Chipsystem als Alternative zu Tierversuchen
Heiko Zimmermann(1), Robert Bals(2)
Eingestellt am: 16.10.2020
Astrophysik und KI als Schlüssel für eine frühe Diagnose von Demenz
Dezember 2019
Brighton and Sussex Medical School, Brighton, Großbritannien
Ein Computerprogramm, zusammen mit Astrophysikern an der Brighton and Sussex Medical School entwickelt, hilft bei der Früherkennung von Demenz. Anhand von hausärztlichen Patientendaten wurden 70 Indikatoren zusammengestellt, die innerhalb der letzten fünf Jahre vor der Diagnosestellung aufgezeichnet wurden und sich auf das spätere Auftreten der Demenz beziehen. Dieses Modell des maschinellen Lernens konnte dabei 70 % der Demenzfälle vor dem Hausarzt identifizieren.
Identifying undetected dementia in UK primary care patients: a retrospective case-control study comparing machine- learning and standard epidemiological approaches
Elizabeth Ford
Elizabeth Ford et al. BMC Medical Informatics and Decision Making 2019 [300]
Technology Networks [301]
Eingestellt am: 07.07.2020
Deep Learning und künstliche Intelligenz zur Modellierung von kognitiven Funktionen
Oktober 2019
Brain Institute, Florida Atlantic University, Boca Raton, USA
Durch den Einbau neuronaler Netze in Roboter können Forscher Modelle komplexer kognitiver Funktionen wie Wahrnehmung, Aufmerksamkeit und Neugier erstellen, mit ihnen experimentieren und direkt vom neuronalen Netz sofort Feedback zum Entscheidungsverhalten erhalten - was nicht möglich ist in biologischen Organismen. In diesem neuartigen Ansatz, der als "Robopsychologie" bezeichnet wird, haben sie das Potenzial für synergistische Forschung unter Verwendung von Verhaltens-, Computer- und neuronalen Techniken aufgezeigt, was für die Weiterentwicklung von Behandlungen und Präventionsstrategien für psychische Erkrankungen wie Schizophrenie und Alzheimer-Krankheit von entscheidender Bedeutung sein könnte.
Using deep learning artificial intelligence in robots to model cognitive function
William Hahn
Eingestellt am: 08.07.2020
Kombinierte In-silico und In-vitro Technik weist Krebsentstehung durch Bakterien nach
Oktober 2019
Max Planck Institute for Infection Biology, Berlin, Deutschland
Mittels einer Kombination aus humaner Darmepithelzellkultur und Computermodellierung konnte zum ersten Mal nachgewiesen werden, dass Bakterien bzw. deren Produkte Krebs auslösen können.
Das Toxin Colibactin von E. coli kann an besonders schmale, AT-reiche Bereiche der humanen DNA binden, wie eine Computersimulation zeigte, und dort Mutationen verursachen. Die dabei entstehende Mutation tritt bei bestimmten Darmkrebsformen häufig auf. Somit konnte eine Art genetischer Fingerabdruck identifiziert werden, den Bakterien in der DNA hinterlassen. Diese Mutationssignatur kann bereits in noch gesunden Zellen identifiziert werden und eröffnet eine vielversprechende Basis für weitere Studien zum Bereich Krebsprävention.
Colibactin DNA damage signature indicates causative role in colorectal cancer
Thomas F. Meyer
Eingestellt am: 24.06.2020
Mit Deep Learning Blutkrankheiten besser verstehen
Oktober 2019
Helmholtz Zentrum München, München, Deutschland(1)
LMU Munich, München, Deutschland(2)
LMU Munich, München, Deutschland(2)
Die Autoren erstellten einen Datensatz mit 18.000 Bildern einzelner Leukozyten von 100 Patienten mit diagnostizierter akuter myeloischer Leukämie und von 100 Kontrollpatienten. Die Proben wurden digitalisiert und verwendet, um ein Deep-Learning-Netzwerk für die Leukozytenklassifizierung zu trainieren. Das Netzwerk klassifiziert die wichtigsten Zelltypen mit hoher Genauigkeit und identifiziert Pathologien genauso gut, wie manuell durch Personal durchgeführt. Dieser Ansatz birgt das Potenzial, als Klassifizierungshilfe für die Untersuchung einer viel größeren Anzahl von Zellen in einem Abstrich verwendet zu werden, als dies normalerweise von einem menschlichen Experten durchgeführt werden kann. Auf diese Weise können Ärzte bösartige Zellpopulationen mit geringerer Prävalenz in einem früheren Stadium der Krankheit erkennen.
Human-level recognition of blast cells in acute myeloid leukaemia with convolutional neural networks
Carsten Marr(1), Karsten Spiekermann(2)
Christian Matek et al. Nature Machine Intelligence 2019 [306]
Cancer Imaging Archive [307]
Chemie.de [308]
Eingestellt am: 17.12.2020
Living Heart Project: Virtuelles Herz für bessere Medikamententests
2019
Universität Hohenheim, Stuttgart, Deutschland
Humane iPSCs werden zu Kardiomyozyten differenziert und die Reaktion von Einzelzellen und Zellverbänden auf ein bestimmtes Medikament wird untersucht. Um deren Verhalten abzubilden, werden diese über die Elektroden eines Chips aufgetragen, welcher die Reizausbreitung bzw. die Änderung der Reizausbreitung auf Reaktion eines Pharmazeutikums misst. Eine Reizausbreitung über die Herzmuskelzellen führt pyhsiologisch zur Herzkontraktion, so dass mittels Reizausbreitung über Zell(verbände) getestet werden kann, ob bestimmte Medikamente zu Herz-Rhythmus-Störungen führen könnten. Die so gewonnenen Daten werden in ein mathematisches Computermodell eingespeist, welches mögliche Nebenwirkungen neuer Medikamente vorhersagen kann, bevor diese in Probanden getestet werden. So können Medikamententests schneller, sicherer und günstiger gemacht werden.
Comparison of in vitro and computational experiments on the relation of inter-beat interval and duration of repolarization in a specific type of human induced pluripotent stem cell-derived cardiomyocytes
Georg Rast
Eingestellt am: 25.05.2020
Schwarzer Phosphor für Künstliche Intelligenz
2019
RMIT University, Melbourne, Australien
Geschichteter schwarzer Phosphor (black phosphorus, BP), ein vielversprechendes 2D-Material, neigt dazu, unter Umgebungsbedingungen zu oxidieren. Daraus ergeben sich neue Nutzungsmöglichkeiten: es kann als einzelnes Material zwischen UV-A- und UV-B-Strahlung unterscheiden, was enorme Auswirkungen auf das Gesundheitsmanagement im Bereich Dermatologie haben wird. Dieselbe Vorrichtung wird verwendet, um eine optisch stimulierte Simulation des synaptischen Verhaltens zu zeigen. Es ahmt Aktionspotentiale nach, analog zu den neuronalen Aktivitäten, die durch optische Reize in biologischen Neuronen ausgelöst werden. So simuliert der few-layer-BD verschiedene synaptische Funktionen in biologischen Neuronen und lichtempfindlichen Zellen, wie z.B. retinalen Ganglienzellen. Dies eröffnet neue Möglichkeiten im neuromorphen Computing. Darüber hinaus wird gezeigt, dass seriell verbundene Geräte verwendet werden können, um digitale logische Operationen mit Licht durchzuführen. Somit könnte ein BP-basierter elektronischer Chip erzeugt werden, der das menschliche Gehirn nachahmt und Licht verwendet, um Erinnerungen zu erzeugen und zu modifizieren.
Multifunctional optoelectronics via harnessing defects in layered black phosphorus
Sumeet Walia, Taimur Ahmed
Eingestellt am: 09.07.2020
Neues kombiniertes Verfahren zur Abbildung neuronaler Hirnaktivitäten im Menschen
2019
Max Planck Institute for Human Development, Berlin, Deutschland(1)
Princeton University, Princeton, USA(2)
Princeton University, Princeton, USA(2)
Die Gehirne der Testpersonen wurden durch funktionelle Magnetresonanztomographie-Signale untersucht, nachdem sie eine Entscheidungsaufgabe gelernt hatten. Während sich die Probanden danach ausruhten, spiegelte die Wiedergabe der Aktivitätsmuster im Hippocampus die Reihenfolge der vorhergehenden Aufgaben-Zustands-Sequenzen wider, allerdings mit erhöhter Geschwindigkeit. Daher könnte die sequentielle Reaktivierung des Hippocampus an der Entscheidungsfindung beim Menschen beteiligt sein.
Die Ergebnisse unterstützen die Bedeutung der sequentiellen Reaktivierung im menschlichen Hippocampus für die nicht-räumliche Entscheidungsfindung und belegen die Durchführbarkeit der Untersuchung solch schneller Signale mit fMRT (funktionelle Magnetresonanztomographie) , trotz erheblicher Einschränkungen in der zeitlichen Auflösung.
Bislang fehlte eine nicht-invasive, auf dem Menschen basierende Methode zur Messung schneller Hirnaktivitäten. Durch die Kombination dieser MRT-Technik mit einem Algorithmus zur Erkennung von Aktivitätsmustern wurde eine Methode zur Untersuchung menschlicher Hirnprozesse entwickelt.
Sequential replay of nonspatial task states in the human hippocampus
Nicolas W. Schuck(1), Yael Niv(2)
Eingestellt am: 09.07.2020
3D-Modell klärt Acetaminophen-Toxizität in Leberzellen auf
2019
Maastricht University, Maastricht, Niederlande
Entzündungen könnten eine Rolle bei der Acetaminophen-vermittelten Toxizität von Leberzellen spielen. Hier wurde eine 3D-Kokultur menschlicher primärer Hepatozyten und Kupffer-Zellen mit Acetamiphen behandelt, um dessen Toxizität mit oder ohne Lipopolysaccharid zu untersuchen. Die Ergebnisse zeigten, dass Paracetamol die Expression von Genen hemmen kann, die an der Stoffwechselhomöostase und antioxidativen Funktionen beteiligt sind. Darüber hinaus hemmten höhere Acetaminophen-Dosen die Expression von Fc-Fragment-Rezeptorgenen auch ohne Lipopolysaccharid. Auch die Expression des Toll-like-Rezeptors 4 war nach der Doppelbehandlung erhöht, was die Phagozytose der Kupffer-Zellen verringern und die Zytokinexpression stören könnte. Darüber hinaus führte die gleichzeitige Exposition mit entzündlichen Herausforderungen und Paracetamol zu einem proinflammatorischen Zytokinprofil. Insgesamt validieren die Forscher ein neues 3D-Modell für die Arzneimittelprüfung und klären die Mechanismen der entzündungsbedingten Toxizität von Paracetamol auf.
Human 3D multicellular microtissues: An upgraded model for the in vitro mechanistic investigation of inflammation-associated drug toxicity
J Jiang
Eingestellt am: 28.11.2021
Computervorhersage der antiproliferativen Aktivität steroidaler Arzneimittel
2019
University of Novi Sad, Neusatz, Serbien
Computergestützte Analyse der Wirksamkeit von aus 17α-Picolyl und 17(E)-Picolinyliden abgeleiteten antiproliferativen Substanzen gegen menschliche ER-Brust-Adenokarzinomzellen. Mit diesen Verfahren ist es möglich, die Verbindungen auf der Grundlage ihrer krebsbekämpfenden Wirkung, ihrer Lipophilie und ihres ADME-Profils einzustufen und ihre antiproliferative Wirkung vorherzusagen. Die Ergebnisse zeigen, dass die in dieser Studie vorgestellten Methoden eine bessere Auswahl, Synthese und ein rationales Design neuer potenzieller Arzneimittel ermöglichen werden.
Toward steroidal anticancer drugs: Non-parametric and 3D-QSAR modeling of 17-picolyl and 17-picolinylidene androstanes with antiproliferative activity on breast adenocarcinoma cells
Strahinja Z Kovačević
Strahinja Z Kovačević et al. Journal of Molecular Graphics and Modelling 2019 [316]
EURL ECVAM [317]
Eingestellt am: 27.07.2021
RETERO Project: Künstliche Fische zur Risikobewertung von Wasserkraftanlagen
2019
Otto-von-Guericke-Universität, Magdeburg, Deutschland
Wasserkraftanlagen wie z.B. Wasserwirbelkraftwerke unterbrechen Fischwanderkorridore. Um die Verletzungs- und Sterblichkeitsraten von Fischen im Zusammenhang mit Wasserkraftwerken zu untersuchen, werden in der Regel lebende Fische verwendet. Um diese lebenden Fische zu reduzieren und zu ersetzen, werden elektronische, künstliche Fische mit Druck- und Trägheitssensoren entwickelt, um die physikalischen Schwellenwerte der durch Wasserkraftwerke verursachten Schäden zu ermitteln. In Kombination mit numerischen Simulationen und einem Fischverhaltensmodell können Vorhersagen über die möglichen Verletzungen und die Sterblichkeit von Fischen beim Passieren von Turbinen und Wasserbauwerken gemacht werden, die somit wichtige Daten für Studien zur Einhaltung von Vorschriften der Wasserkraftwerke liefern können.
Roberto Leidhold
Eingestellt am: 10.03.2022
Computergestützte Bewertung der Tumorheterogenität
2019
Stanford University School of Medicine, Stanford, USA
Das in dieser Studie vorgestellte Computermodell ermöglicht die Bewertung von Tumorheterogenität und klonaler Substitution während der Behandlung. Es wurde verwendet, um fünf menschliche Brustkrebstumore zu untersuchen, die mit einer gezielten HER2-Therapie behandelt wurden. Dieses Modell war in der Lage zu zeigen, dass zwei dieser Tumoren eine klonale Substitution durchliefen und dass die resistenten Subklone bereits vor Beginn der Behandlung vorhanden waren. Außerdem wurde die Rate an resistenzbedingten genomischen Veränderungen bestimmt. Dieses Modell ist ein wertvolles neues Instrument, um die Entwicklung von Therapieresistenzen zu verstehen.
Clonal replacement and heterogeneity in breast tumors treated with neoadjuvant HER2-targeted therapy
Christina Curtis
Eingestellt am: 20.07.2021
Ein Computermodell des epithelialen Transports von gelösten Stoffen und Wasser entlang eines menschlichen Nephrons
2019
Duke University, Durham, USA
In dieser Studie wurde das erste Computermodell für den Transport von gelösten Stoffen und Wasser vom Bowman-Raum zur Papillarspitze des Nephrons einer menschlichen Niere entwickelt. Das Nephron wird als Tubulus dargestellt, der von einer Schicht Epithelzellen ausgekleidet ist, mit apikalen und basolateralen Transportern, die je nach Zelltyp variieren. Das Modell ist für den stationären Zustand formuliert und besteht aus einem großen System gekoppelter gewöhnlicher Differentialgleichungen und algebraischer Gleichungen. Die Modelllösung beschreibt den luminalen Flüssigkeitsfluss, den hydrostatischen Druck, die Konzentrationen gelöster Stoffe in der luminalen Flüssigkeit, die Konzentrationen gelöster Stoffe im Zytosol, das Epithelmembranpotential sowie transzelluläre und parazelluläre Flüsse. Es wurde festgestellt, dass das Modell, wenn angenommen wird, dass die Transporterdichte und -durchlässigkeiten bei Nephronen von Menschen und Ratten gleich sind (mit Ausnahme eines Glukosetransporters entlang des proximalen Tubulus und der H+-Pumpe entlang des Sammelrohrs), segmentale Abgaben und Urinausscheidungen von Volumen und wichtigen gelösten Stoffen liefert, die mit den Daten beim Menschen übereinstimmen. Das Modell sagte voraus, dass das menschliche Nephron ein glomerulotubuläres Gleichgewicht aufweist, sodass die Na+-Reabsorption im proximalen Tubulus proportional zur glomerulären Filtrationsrate des einzelnen Nephrons variiert. Um die Wirkung einer neuen Diabetesbehandlung zu simulieren, wurde der Na+-Glucose-Cotransporter 2 (SGLT2) entlang des proximalen gewundenen Tubulus gehemmt. Die Simulationsergebnisse sagten voraus, dass die Na+-Reabsorption des Segments signifikant abnahm, was zu Natriurese und osmotischer Diurese führte.
A computational model of epithelial solute and water transport along a human nephron
Anita T. Layton
Eingestellt am: 29.07.2024
Automatisierte konfokale Hochdurchsatz-Bildgebung für Organ-on-Chips
Unternehmen 2019
AstraZeneca IMED Biotech Unit, Cambridge, Großbritannien
Die Autoren erstellten eine automatisierte End-zu-End Methode zur Erfassung und Analyse konfokaler Bilder von mehrzelligen Organ-Chips, um den detaillierten zellulären Phänotyp über große Chargen von Chips hinweg zu bewerten. Die Automatisierung dieses Prozesses reduzierte nicht nur die Erfassungszeit, sondern minimierte auch die Prozessvariabilität und die Verzerrung der Ergebnisse durch verschiedene Benutzer. Die Autoren haben relevante statistische Parameter zur Beurteilung von Ergebnissen in der Organ-Chip-Bildgebung im Rahmen der Arzneimittelentdeckung und -prüfung festgelegt. Die Methode wurde mit Benzbromaron getestet, dessen Toxizitätsmechanismus mit mitochondrialen Schäden und anschließender Induktion von Apoptose und Nekrose in Verbindung gebracht wurde, sowie Staurosporin, einem Induktor von Apoptose. Die hepatotoxischen Wirkungen eines aktiven AstraZeneca-Medikamentenkandidaten wurden ebenfalls bewertet, was die Anwendbarkeit der Methode bei der Beurteilung der Arzneimittelsicherheit über das Testen von reinen Verbindungen hinaus veranschaulicht. Schließlich zeigten die Autoren anhand eines Nierenchips, dass dieser Ansatz an Organ-Chips unterschiedlicher Form und Größe angepasst werden kann.
Introducing an automated high content confocal imaging approach for Organs-on-Chips
Samantha Peel
Eingestellt am: 13.10.2020
Ansatz des maschinellen Lernens für die Brustkrebsdiagnostik
Dezember 2018
University of Pennsylvania, Philadelphia, USA
Ansatz des maschinellen Lernens in Verbindung mit multimodalen Ultraschallbildern zur Verbesserung der Brustkrebsdiagnose. Mehrere Eigenschaften, die aus der quantitativen Bewertung nachgewiesener solider Brustläsionen gewonnen wurden, wurden verwendet, um statistisch signifikante Merkmale auszuwählen, die für die Diagnose wertvoll sein können. Mit dieser Methode lässt sich nicht nur eine hohe Effizienz bei der Brustkrebsdiagnose erreichen, sondern es können auch die schwach erlernten Fälle identifiziert werden, die die korrekte Diagnose stören können.
Machine learning to improve breast cancer diagnosis by multimodal ultrasound
Chandra M Sehgal
Eingestellt am: 30.07.2021
Computergestützte Vorhersage von Schlüsselprozessen in der Tumorprogression
Dezember 2018
Duke University School of Medicine / Duke Cancer Institute, Durham, USA(1)
Rice University, Houston, USA(2)
Rice University, Houston, USA(2)
In dieser Studie konzentrieren sich die Autoren auf den Versuch, den epithelial-mesenchymalen Übergang und die Bildung von Krebsstammzellen in der Tumorprogression mit Hilfe einer Computersimulation zu modellieren. Mit dieser Methode wird ein Signalweg identifiziert, der sich bei der Bildung von Tumororganoiden als wichtig erweist.
Toward understanding cancer stem cell heterogeneity in the tumor microenvironment
Gayathri R. Devi(1), Mohit Kumar Jolly(2), José Nelson Onuchic(2), Herbert Levine(2)
Eingestellt am: 03.07.2021
Der virtuelle Krebspatient
Dezember 2018
Technische Universität Darmstadt, Darmstadt, Deutschland
Das Projekt "The Virtual Cancer Patient" berücksichtigt das Problem, dass jeder einzelne Krebspatient aufgrund individueller genetischer Veränderungen eine einzigartige Krankheit hat. Ziel des Projekts ist es, ein Netzwerk aus menschlichen Gen- und Proteindaten zu erstellen, das mithilfe von Algorithmen im Voraus beurteilen kann, ob eine bestimmte Therapie einzelnen Patienten helfen kann.
Der virtuelle Krebspatient
Heinz Koeppl
Eingestellt am: 30.04.2020
Nextstrain: Echtzeit-Tracking der Pathogenentwicklung
Dezember 2018
Fred Hutchinson Cancer Research Center, Seattle, USA
Nextstrain ist ein Open-Source-Projekt zur Nutzung des wissenschaftlichen und gesundheitspolitischen Potenzials von Pathogen-Genomdaten. Es bietet eine ständig aktualisierte Ansicht öffentlich verfügbarer Daten für bestimmte wichtige Krankheitserreger wie SARS-CoV-2-, Influenza-, Ebola- und Zika-Viren sowie leistungsstarke Analysen und Visualisierungen, die die Entwicklung von Krankheitserregern und die Ausbreitung von Epidemien zeigen. Ziel von Nextstrain ist es, das epidemiologische Verständnis zu fördern und die Reaktion auf Ausbrüche zu verbessern.
Nextstrain: real-time tracking of pathogen evolution
James Hadfield
Eingestellt am: 06.11.2020
In silico- und in vitro-Bewertung der Mutationslast von Tumoren
November 2018
University Hospital Heidelberg, Heidelberg, Deutschland
Die Bewertung der Tumormutationslast (Tumor Mutational Burden, TMB) ist für die Stratifizierung des Ansprechens von Krebspatienten, die mit Immun-Checkpoint-Inhibitoren behandelt werden, unerlässlich. Die TMB ist ein Maß für die Anzahl der Neoantigene, die potenziell vom Immunsystem erkannt werden. Bislang wurde die TMB-Bewertung mit Hilfe der Ganz-Exom-Sequenzierung durchgeführt, deren Einsatz in der Diagnostik durch die Verfügbarkeit von Gewebe sowie durch Zeit- und Kostenbeschränkungen behindert wird. In der vorliegenden Studie haben die Forscher In-silico- und Sequenzierungsanalysen von handelsüblichen Genpanels in Geweben von Krebspatienten durchgeführt. Die Daten deuten darauf hin, dass die TMB-Annäherung mit Hilfe der Sequenzierung von Genpanels aus Tumorgewebe machbar ist und in der Routinediagnostik eingesetzt werden kann.
Measurement of tumor mutational burden (TMB) in routine molecular diagnostics: in silico and real-life analysis of three larger gene panels
Albrecht Stenzinger
Eingestellt am: 27.07.2021
Künstliche Intelligenz hilft Ansprechen auf eine Immuntherapie zu verbessern
November 2018
University of Oxford, Oxford, Großbritannien
Die Studie gibt einen Überblick über Werkzeuge des maschinellen Lernens (ML) und der künstlichen Intelligenz, die die Analyse komplexer morphologischer Phänotypen zusammen mit Multiomics-Datensätzen ermöglichen. Computergestützte Werkzeuge werden helfen, vollständige, standardisierte und reproduzierbare Datensätze abzuleiten, um die individualisierte Vorhersage des Ansprechens auf eine Immuntherapie zu erleichtern. Die Anerkennung der computergestützten Pathologie durch die medizinischen Fachgesellschaften wird unerlässlich sein, um die zukünftigen klinischen Anforderungen für eine optimale Patientenversorgung zu erfüllen.
Precision immunoprofiling by image analysis and artificial intelligence
Viktor H. Koelzer
Eingestellt am: 06.07.2021
Heart-on-a-Chip-Technologie zur Bekämpfung von Herzkrankheiten
UnternehmenOktober 2018
Insilico Medicine, Rockville, USA(1)
TARA Biosystems Inc., Hong Kong, China(2)
TARA Biosystems Inc., Hong Kong, China(2)
Die Biotechnologieunternehmen Insilico Medicine und TARA Biosystems arbeiten zusammen mit künstlicher Intelligenz
und der Technologie "Heart-on-a-Chip", um die Entdeckung von Medikamenten zu beschleunigen und die Arzneimittelkosten im Kampf gegen
Herzkrankheiten zu senken. Durch die Kombination von künstlicher Intelligenz und Heart-on-a-Chip-Technologie können Forscher den
therapeutischen Einsatz von Hunderten von neuen Medikamenten vorhersagen und sie an realen menschlichen Herzzellen testen,
bevor sie in die klinischen Studien gehen.
Artificial intelligence for drug discovery, biomarker development, and generation of novel chemistry
Alex Zhavoronkov(1), Misti Ushio(2)
Eingestellt am: 25.05.2020
Statistisches Modell zur Vorhersage der Ruptur eines intrakraniellen Aneurysmas
Oktober 2018
George Mason University, Fairfax, USA
Intrakranielle Aneurysmen [IAs] werden heutzutage zunehmend zufällig diagnostiziert, und Ärzte müssen bei der Entscheidung über eine Behandlungsstrategie das natürliche Risiko einer Aneurysmaruptur gegen die Risiken einer Behandlung und deren Komplikationen abwägen. In der vorliegenden Studie zielten die Forscher darauf ab, ein zuvor entwickeltes statistisches Modell mit 249 Aneurysmen aus Patientenkohorten zu validieren. Die Forscher nutzten Bildgebungsdaten und Patienteninformationen, um patientenspezifische Strömungssimulationen durchzuführen und das statistische Modell anschließend in Bezug auf Genauigkeit, Diskriminierung und Anpassungsfähigkeit zu bewerten. Die Fähigkeit des statistischen Modells zur Vorhersage der Ergebnisse wurde mit der Standardmethode verglichen. Das Modell zeigte eine gute Leistung und bewies, dass es für die klinische Risikobewertung geeignet ist.
External validation of cerebral aneurysm rupture probability model with data from two patient cohorts
Felicitas J. Detmer
Eingestellt am: 27.11.2021
Deep Learning-Modelle unterstützen Nachweis von Krebs-Arten/Krebs-Subtypen
2018
Applied Bioinformatics Laboratories, New York University School of Medicine, New York, USA(1)
Department of Population Health and the Center for Healthcare Innovation and Delivery Science, New York, USA(2)
Department of Population Health and the Center for Healthcare Innovation and Delivery Science, New York, USA(2)
Ein neuronales Netzwerk (Inception v3) wurde auf mehr als 1.600 histopathologische Bilder trainiert, die aus dem Krebsgenomatlas entnommen wurden, um sie automatisch mit 97% Genauigkeit als Adenokarzinom, Plattenepithelkarzinom oder normales Lungengewebe zu klassifizieren. Darüber hinaus kann das Netzwerk die zehn am häufigsten mutierten Gene beim Adenokarzinom mit einer Genauigkeit von 73 bis 86% vorhersagen. Diese Ergebnisse legen nahe, dass Deep-Learning-Modelle Pathologen beim Nachweis von Krebs-Subtypen oder Genmutationen unterstützen können. Dieser Ansatz kann auf jeden Krebstyp angewendet werden. Der Code ist unter https://github.com/ncoudray/DeepPATH verfügbar.
Classification and mutation prediction from non–small cell lung cancer histopathology images using deep learning
Aristotelis Tsirigos (1), Narges Razavian(2)
Eingestellt am: 21.04.2020
In-silico-Modell der Kalziumdynamik in Kardiomyozyten erklärt Aternanbildung
2018
University of Oxford, Oxford, Großbritannien
Repolarisationsalternans, der Wechsel zwischen langen und kurzen Aktionspotenzialdauern (APD), wurde mit dem Auftreten von Kammerflimmern und plötzlichem Herztod in Verbindung gebracht. Mehrere Herzkrankheiten werden mit einer erhöhten Anfälligkeit für Alternans in Verbindung gebracht. Es ist bekannt, dass das kardiale Remodeling bei Herzinsuffizienz und anderen Erkrankungen sowohl die intrazelluläre Kalziumfreisetzung als auch die Wiederaufnahme in den Kardiomyozyten verändert. Eine verringerte Wiederaufnahmekapazität wurde mit der Anfälligkeit für Alternans in Verbindung gebracht. In der vorliegenden Studie wollten die Forscher herausfinden, wie veränderte Eigenschaften der Kalziumfreisetzung im sarkoplasmatischen Retikulum (SR) die Alternans-Anfälligkeit beeinflussen. Die Forscher passten die Heijman-Rudy-Computermodelle des ventrikulären Myozyten an, um eine genaue Kontrolle über die Dynamik und das Ausmaß der SR-Freisetzung zu erhalten, was die Bewertung dieser Eigenschaften bei der Entstehung und Unterdrückung von Alternans ermöglichte. Die Daten zeigen, dass eine ausreichend gesteigerte Kalziumfreisetzung Alternans überraschenderweise durch einen Mechanismus verhindern kann, der mit der funktionellen Erschöpfung des junktionalen SR während der Freisetzung verbunden ist. Das Modell ermöglichte auch eine detaillierte Erklärung der Alternans-Bildung. Zusammenfassend zeigt die Studie, wie veränderte Dynamik und Ausmaß der SR-Kalziumfreisetzung die Anfälligkeit für Alternans modulieren, was zur Entwicklung von Strategien zur Verringerung des Auftretens von Arrhythmien genutzt werden könnte.
Modulation of cardiac alternans by altered sarcoplasmic reticulum calcium release: a simulation study
Jakub Tomek
Eingestellt am: 02.12.2021
Mathematisches Modell zur Vorhersage der Reaktion des Immunsystems auf eine CAR-T-Zelltherapie
2018
Friends Select School, Philadelphia, USA(1)
Villanova University, Villanova, USA(2)
Villanova University, Villanova, USA(2)
Die CAR-T-Zelltherapie ist eine neuartige Therapie, die zur Behandlung von Blutkrebs eingesetzt werden kann. CAR-T-Zellen können jedoch eine lebensbedrohliche Nebenwirkung verursachen, die als Zytokinfreisetzungssyndrom (CRS) bezeichnet wird. Die Studie verwendet mathematische Simulationen, um die Dynamik von 9 wichtigen Zytokinen für die CAR-T-Zelltherapie zu quantifizieren. Die Simulationsergebnisse aus dieser Arbeit können verwendet werden, um Hypothesen zur Optimierung von Zytokin-Inhibitionsansätzen in der zukünftigen Versuchsforschung zu generieren, um das Ansprechen auf die CAR-T-Zelltherapie zu verbessern.
A model-based investigation of cytokine storm for T-cell therapy
Yiming Pan(1), Nan Fang(1), Zuyi Hang(2), Matthew Tucker(2), Brooks Hopkins(2)
Eingestellt am: 06.07.2021
RASAR - eine zuverlässige Risikoanalyse für Chemikalien
2018
Johns Hopkins University, Baltimore, USA
Die Studie beschreibt die in silico Methode RASAR (Read-across-Strukturaktivitätsbeziehung), mit der große chemische Datenbanken analysiert werden können. Aufgrund ihrer strukturellen Ähnlichkeiten und bekannten Eigenschaften gruppiert RASAR die Chemikalien und sagt toxische Wirkungen mit einer Genauigkeit von 80-95% voraus, was signifikant höher ist als bei den üblichen Tierversuchen für denselben Zweck.
Machine Learning of Toxicological Big Data Enables Read-Across Structure Activity Relationships (RASAR) Outperforming Animal Test Reproducibility
Thomas Hartung
Eingestellt am: 01.09.2020
In-silico-Modell zur Identifizierung spezifischer Krebsepitope
2018
Broad Institute of MIT and Harvard, Cambridge, USA
Die Studie präsentiert einen In-silico-Ansatz, der auf Omics von Krebspatienten aufbaut, um spezifische Epitope zu identifizieren, die nur in Krebszellen exprimiert werden. Dieser Ansatz sollte für die künftige Entwicklung personalisierter Krebsimpfstoffe in Betracht gezogen werden.
Intron retention is a source of neoepitopes in cancer
Eliezer M. Van Allen
Eingestellt am: 06.07.2021
Bioinformatik zur Entwicklung einer Brustkrebstherapie
2018
Tabriz University of Medical Sciences, Tabriz, Iran
Dreifach negativer Brustkrebs (TNBC) ist ein wichtiger Subtyp von Brustkrebs. TNBC kann ein Krebs-Hoden-Antigen (CTA)-positiver Tumor sein, der die Tür für eine auf das CTA abzielende Therapie öffnet. In der vorliegenden Studie verwendeten die Forscher einen immuninformatischen Ansatz, um einen Peptidimpfstoff zur Bekämpfung von TNBC zu entwickeln, der drei Peptide enthält, um die humorale, zelluläre und angeborene Immunantwort zu stimulieren. Die Struktur des Impfstoffs wurde auch einer Molekulardynamik-Simulationsstudie zur Strukturverfeinerung unterzogen. Die informatischen Ergebnisse bestätigten die Immunogenität und das Sicherheitsprofil des konstruierten Impfstoffs sowie seine Fähigkeit, sowohl die zelluläre als auch die humorale Immunreaktion zu stimulieren. Der vorgeschlagene Impfstoff kann für die Immuntherapie von TNBC in Betracht gezogen werden.
In silico design of a triple-negative breast cancer vaccine by targeting cancer testis antigens
Yadollah Omidi
Eingestellt am: 27.07.2021
In-silico-3D-Modell solider Tumore für die Suche nach einer optimalen Immuntherapie
2018
University Medical Center Heidelberg, Heidelberg, Deutschland
Die meisten soliden Krebstumore sind aufgrund der immunsuppressiven Wirkung der Mikroumgebung des Tumors resistent gegen eine Immuntherapie. In der vorliegenden Studie entwickelten die Forscher ein In-silico-3D-Modell von menschlichem soliden Tumorgewebe, das mehr als eine Million Zellen umfassen kann, einschließlich der verschiedenen Zellkategorien, die normalerweise in soliden Tumoren vorhanden sind, und das über klinisch relevante Zeiträume hinweg. Dieses Modell könnte durch individuelle Patientendaten gespeist werden, um individuelle in silico Tumorexplantate zu erzeugen. Die Stratifizierung der Wachstumskinetik dieser Explantate konnte das Überleben in einer Patientenkohorte angemessen vorhersagen. Darüber hinaus wurde das Modell verwendet, um die Wirkung von Chemotherapie, Immuntherapien und Zellmigrationshemmern allein und in Kombination zu simulieren und so optimale Behandlungsstrategien zu finden. Diese Plattform kann andere patientenspezifische Ex-vivo-Modelle ergänzen und für das Hochdurchsatz-Screening von kombinatorischen Immuntherapien verwendet werden.
High-throughput screening of combinatorial immunotherapies with patient-specific in silico models of metastatic colorectal cancer
Niels Halama, Jakob Nikolas Kather
Eingestellt am: 13.09.2021
Markierungsfreies und Echtzeit-Monitoring der Zellviabilität in 3D-Tumor-Sphäroiden
2018
The University of Edinburgh, Edinburgh, Großbritannien
Hier wird eine elektrische Impedanztomographie verwendet, um die Lebensfähigkeit von Zellen in einem 3D-Modell von Tumor-Sphäroiden zu messen, was ihnen ein markierungsfreies Monitoring von Medikamententests ermöglicht. Die Autoren zeigen sowohl "in vivo" als auch "in silico", dass ihre Methode funktioniert. Mit dieser Methode konnten sie in Echtzeit den Verlust der Lebensfähigkeit von Zellen in einem 3D-Modell von Brustkrebs messen.
Electrical impedance tomography for real-time and label-free cellular viability assays of 3D tumour spheroids
Jiabin Jia
Eingestellt am: 02.07.2021
Mathematische Analyse der Blutflussdynamik bei Patienten zur Vorhersage von Aneurysmen
2018
Southern Medical University, Guangzhou, China
Die vordere Verbindungsarterie (AcomA) ist für mehr als 25 % aller intrakraniellen Aneurysmen verantwortlich. Die Hämodynamik ist für das Verständnis der Aneurysmenbildung in der AcomA von entscheidender Bedeutung: Die Wandschubspannung (WSS) ist die Reibungskraft des viskosen Blutes an der Endotheloberfläche, die für die Neurysmenbildung mitverantwortlich ist. In der vorliegenden Studie wollten die Forscher herausfinden, welche hämodynamischen Parameter die Bildung eines AcomA-Aneurysmas charakterisieren können. Die Forscher untersuchten Bildgebungsdaten und hämodynamische Parameter von AcomA bei 81 Patienten und 118 Kontrollpersonen über einen Zeitraum von drei Jahren. Eine mathematische Analyse ermöglichte die Identifizierung von WSS-Parametern, die die Bildung eines AcomA-Aneurysmas vorhersagen können. Die Studie zeigt eine Methode auf, die als Screening-Instrument zur Bewertung der Wahrscheinlichkeit einer Aneurysmenbildung eingesetzt werden könnte.
The role of wall shear stress in the parent artery as an independent variable in the formation status of anterior communicating artery aneurysms
Chuan-Zhi Duan
Eingestellt am: 27.11.2021
Computergestützte Prüfung von Bildgebungsverfahren zur Brustgewebe
2018
Federal University of Technology - Paraná, Curitiba, Brasilien
Kombination von Röntgenfluoreszenz- und Streuungsspektroskopie zur Charakterisierung von Brustgeweben. Diese Techniken wurden mit einer Monte-Carlo-Rechnungsstudie getestet. Die Ergebnisse zeigen, dass diese Kombination in der Lage ist, Bilder zu erzeugen, um Brustgewebeproben abzubilden, und dass sie sich bei der Charakterisierung von Brustgewebe ergänzen können.
Characterization of breast tissues combining x-ray fluorescence and scattering spectroscopy: a Monte Carlo computational study
Marcelo Antoniassi
Eingestellt am: 30.07.2021
Depressionen beeinträchtigen sowohl neue als auch alte Erinnerungen
2018
Ruhr University Bochum, Bochum, Deutschland
Anhand von gesunden menschlichen Hirngeweben wurde eine öffentlich zugängliche Datenbank eingerichtet, um Informationen über das menschliche Gehirn und dessen Zellen zu sammeln. Ein daraufhin erstelltes Computermodell ermöglicht nun die Simulation von Gehirnen depressiver Patienten. Dadurch konnte nachgewiesen werden, dass depressive Episoden das Speichern und Abrufen von Erinnerungen beeinträchtigt.
The reduction of adult neurogenesis in depression impairs the retrieval of new as well as remote episodic memory
Sen Cheng
Eingestellt am: 25.05.2020
In-silico-Modell eines Angriffsziels für die Krebsbekämpfung zur Verbesserung der Arzneimittelentwicklung
2018
Zhengzhou University, Zhengzhou, China
Das humane PD-1 (hPD-1) ist ein Transmembran-Immunglobulin, das mit seinem Liganden PD-L1 interagiert, um eine übermäßige Aktivierung von T-Zellen zu verhindern und die Toleranz gegenüber dem eigenen Gewebe aufrechtzuerhalten. Die Krebsbehandlung durch Modulation der PD-1/PD-L1-Achse wurde stark gefördert, da PD-L1 in einer Vielzahl solider Tumore, die sich der Immunüberwachung entziehen, überexprimiert wird. In der vorliegenden Studie versuchten die Forscher, die Funktionsweise des PD-1-Moleküls und seines Liganden PD-L1 anhand detaillierter 3D-Strukturen und ihrer Wechselwirkungen mit Hilfe von In-silico-Molekulardynamiksimulationen besser zu verstehen. Auf der Grundlage der Vorhersagen konnten die Forscher Liganden mit verbesserter Bindungskapazität entwerfen und die Ergebnisse in vitro bestätigen. Dieses In-silico-Modell sollte als Hilfsmittel für die rationale Entwicklung von Molekülen genutzt werden, die die PD-1-Signalwege modulieren können.
The design of high affinity human PD-1 mutants by using molecular dynamics simulations (MD)
Yanfeng Gao
Eingestellt am: 15.09.2021
Maschinelles Lernen für die Brustkrebsdiagnostik
2018
Radboud University Medical Center, Nimwegen, Niederlande
Diese Methode basiert auf Techniken des maschinellen Lernens, um Einblicke in stromale Veränderungen im Zusammenhang mit Brustkrebs zu gewinnen. Der Algorithmus wurde unter Verwendung von tiefen konvolutionellen neuronalen Netzwerken trainiert, um zwischen invasivem Brustkrebs-bezogenem Stroma und gutartigen Biopsien von Patienten zu unterscheiden. Danach könnte der Algorithmus korrekt funktionieren und sogar zur Erkennung von duktalen Karzinomen verwendet werden. Die Ergebnisse zeigen, dass Algorithmen leistungsstarke Werkzeuge sein können, um Brustbiopsien zu klassifizieren und Brustverletzungen zu verstehen.
Using deep convolutional neural networks to identify and classify tumor-associated stroma in diagnostic breast biopsies
Jeroen A W M van der Laak
Eingestellt am: 22.07.2021
Maschinelles Lernen hilft bei der Vorhersage der Behandlungsergebnisse von Schizophrenie
2018
Chinese Academy of Sciences, Beijing, China
Anhand von maschinellem Lernen, das Algorithmen benutzt, werden fMRT-Bilder untersucht. Diese stammen sowohl von neu diagnostizierten, bisher unbehandelten Schizophreniepatienten als auch von gesunden Probanden. Durch Messen der Verbindungen einer speziellen Gehirnregion (Superior temporal cortex) in Bezug auf andere Regionen des Gehirns identifizierte der Algorithmus erfolgreich Patienten mit Schizophrenie mit einer Genauigkeit von 78 Prozent. Es wurde auch mit einer Genauigkeit von 82 Prozent vorhergesagt, ob ein Patient positiv auf eine bestimmte antipsychotische Behandlung namens Risperidon ansprechen würde oder nicht. Die Forscher hoffen, die Arbeit auf andere psychische Erkrankungen wie depressive und bipolare Störungen ausweiten zu können.
Treatment response prediction and individualized identification of first-episode drug-naïve schizophrenia using brain functional connectivity
Xiang Yang Zhang
Eingestellt am: 06.07.2020
Mathematische Modellierung einer Säule des Immunsystems für maßgeschneiderte Therapien
2018
University of California, Riverside, USA
Das Komplementsystem, ein zentraler Bestandteil der angeborenen Immunität, besteht aus Proteinen, die sowohl in Plasma- als auch in Zellmembranen vorkommen und Immunreaktionen gegen eindringende Krankheitserreger und veränderte Wirtszellen vermitteln. Obwohl viele Komplementregulatoren vorhanden sind, um die Wirtszellen in der Homöostase zu schützen, wurde die Beeinträchtigung des Regulationsmechanismus von Faktor H (FH) mit mehreren Autoimmun- und Entzündungskrankheiten in Verbindung gebracht. In der vorliegenden Studie wollten die Forscher ein umfassendes Rechenmodell der alternativen und klassischen Wege des Komplementsystems entwickeln. Das Modell war in der Lage, einen normalen Zustand, einen Zustand mit FH-Schädigung und zwei Zustände, die FH-Schädigung mit zwei verschiedenen Behandlungen darstellen, zu rekonstruieren. Die Studie zeigt Zeitprofile für Biomarker, die mit FH-Störungen des alternativen Weges assoziiert sind und mit klinischen Daten übereinstimmen. Anhand dieser Ergebnisse lässt sich veranschaulichen, dass je nach der spezifischen FH-vermittelten Erkrankung und den Manifestationen des genetischen Profils eines Patienten in der Komplementregulationsfunktion auf den Patienten zugeschnittene Therapien erforderlich sind.
A computational model for the evaluation of complement system regulation under homeostasis, disease, and drug intervention
Dimitrios Morikis
Eingestellt am: 27.10.2021
Tiefe Hirnstimulation verbessert die Sprachleistung im Parkinson-Kontext
2018
RWTH Aachen University, Aachen, Deutschland
Die Parkinson-Krankheit ist eine neurodegenerative Störung, die zu motorischen Defiziten, einschließlich der Sprache, führt. Obwohl es derzeit keine wirksame Behandlung gibt, um die Krankheit zu stoppen, wurde die tiefe Hirnstimulation im Nucleus subthalamicus und Globus pallidus internus als wirksame Therapie beschrieben. Hier wird ein neuronales Modell entwickelt, um die Auswirkungen unterschiedlicher Dopaminspiegel im Striatum und Aktivitätsniveaus im sub-thalamischen Nukleus und im Globus pallidus internus auf die Sprachleistung durch die Simulation einer Silbenwiederholungsaufgabe zu bewerten. Die Ergebnisse zeigen, dass eine Abnahme des Dopaminspiegels im Striatum zu unterschiedlich starken Fehlern bei der Silbenfolge führt, wie sie bei der Parkinson-Krankheit zu beobachten sind, was durch eine Verringerung der Aktivität im sub-thalamischen Nukleus oder im Globus pallidus internus ausgeglichen werden könnte. Das in dieser Studie entwickelte Modell bringt die Verringerung der Fehler bei der Silbenfolge mit der Hemmung des sub-thalamischen Nukleus und des Globus pallidus internus in Verbindung, was neue Erkenntnisse über die Mechanismen bringen könnte, durch die die tiefe Hirnstimulation die Sprachleistung von Parkinson-Patienten verbessert.
Inhibiting basal ganglia regions reduces syllable sequencing errors in Parkinson's disease: a computer simulation study
Bernd J Kröger
Eingestellt am: 24.09.2021
Bioreaktormodell für Studien zur Wirksamkeit von Arzneimitteln
2018
University of Florida, Orlando, USA
Heutzutage stellt HER2+-resistenter Brustkrebs eine große klinische Herausforderung dar. Mehrere Studien haben gezeigt, dass einige der Wege, die für den Erwerb von Resistenzen bei dieser Art von Tumoren verantwortlich sind, mit verschiedenen bereits verfügbaren Medikamenten angegangen werden können. Hier werden ein klassisches 2D- und ein neuartiges 3D-Bioreaktormodell entwickelt, um eine Dreifach-Kombinationstherapie zu untersuchen, die auf die bekannten Wege abzielt, die für die Chemotherapieresistenz in menschlichen Brustkrebszellen verantwortlich sind. Die Ergebnisse zeigen, dass die Behandlung mit Paclitaxel, Everolimus und Dasatinib unter 2D-Bedingungen und im dynamischen 3D-Bioreaktormodell die Apoptose der Zellen auslöst. Anhand dieser Ergebnisse wurde ein mathematisches Pharmakokinetik-/Dynamikmodell erstellt, um die Exposition gegenüber der neuartigen Kombinationstherapie und ihre krebshemmenden Wirkungen zu korrelieren. In dieser Studie demonstrieren die Forscher den Nutzen eines dynamischen 3D-Bioreaktormodells für die Durchführung von Arzneimittelscreenings in einem In-vitro-Setup, das die In-vivo-Bedingungen nachbildet, und zeigen die Effizienz einer neuartigen Kombinationstherapie, die die HER2+-induzierte Arzneimittelresistenz überwinden kann.
Utility of a novel three-dimensional and dynamic (3DD) cell culture system for PK/PD studies: evaluation of a triple combination therapy at overcoming anti-HER2 treatment resistance in breast cancer
Sihem Ait-Oudhia
Eingestellt am: 09.10.2021
In-silico-Vorhersage der 3D-Struktur von Lungenkrebsantigenen zur Erleichterung der Behandlungsplanung
2018
Armed Forces College of Medicine, Kairo, Ägypten
XAGE-1b ist ein überexprimiertes Oberflächenantigen in Lungenadenokarzinomen und hat sich als stark immunogen erwiesen. Die Entwicklung von Immuntherapien in Form von Peptidimpfstoffen auf der Grundlage von XAGE-1b wurde durch den Mangel an detaillierten strukturellen Informationen über seine immunogenen Eigenschaften erschwert. In dieser Studie verwendeten die Forscher die Technik der Homologiemodellierung und erstellten computergestützte 3-dimensionale Strukturmodelle von XAGE-1b. Die erhaltene 3D-Struktur könnte seine antigene Funktion erklären und die Verwendung der vorgeschlagenen Peptide für die experimentelle Validierung zur Entwicklung von Immuntherapien gegen Lungenadenokarzinom erleichtern.
Computational prediction of vaccine potential epitopes and 3-dimensional structure of XAGE-1b for non-small cell lung cancer immunotherapy
Mohammad M. Tarek
Eingestellt am: 27.07.2021
Mathematisches Modell der Amyloid-Beta-Aggregation
2018
Southwest Research Institute, San Antonio, USA
Die Aggregation von Amyloid-Beta-Peptiden zu Oligomeren und unlöslichen Fibrillen wird mit der Entwicklung der Alzheimer-Krankheit in Verbindung gebracht. In dieser Studie schlagen die Forscher ein detailliertes mathematisches Modell für die Aggregation von Amyloid-Beta zu toxischen Oligomeren vor, das chemische Kinetik und Populationsdynamik verwendet. Mit diesem Modell sind sie in der Lage, die Bedingungen für die Instabilität des Systemgleichgewichts zu bestimmen und eine Formel zur Verhinderung der Aggregation von Amyloid-Beta-Peptiden zu finden. Dieses Modell kann ein leistungsfähiges Instrument für die Entwicklung von Arzneimitteln sein, die auf die Amyloid-Beta-Aggregation bei der Neurodegeneration abzielen.
A discrete mathematical model for the aggregation of β-Amyloid
Maher A Dayeh
Eingestellt am: 05.08.2021
Theoretisches Modell der Oszillationen bei der Parkinson-Krankheit.
2018
Chinese Academy of Sciences, Shanghai, China
Die Parkinson-Krankheit ist eine der am weitesten verbreiteten neurodegenerativen Erkrankungen, die vor allem ältere Menschen betrifft. Sie ist gekennzeichnet durch einen fortschreitenden Verlust dopaminerger Neuronen ohne bekannten Auslöser, der den Dopaminspiegel im Striatum verringert. Bei den Patienten wurden jedoch auch assoziierte Phänomene beobachtet, wie z. B. Veränderungen der oszillatorischen Aktivitäten in den Basalganglien. Zur Erklärung dieser abnormalen Aktivität wurden Interaktionen zwischen einigen Kernen vorgeschlagen, aber die verantwortlichen Mechanismen sind unklar. Hier wurde ein Modell der mittleren Feuerungsrate der kortikothalamischen Basalganglien entwickelt, um die ursächlichen Mechanismen dieser Symptome zu untersuchen. Die Ergebnisse zeigen, dass Veränderungen in den Eigenschaften verschiedener Kerne Parkinson-Oszillationen auslösen können und unterschiedliche Frequenzbereiche beobachtet werden können. Darüber hinaus werden die Mechanismen hinter diesen Oszillationen durch das Modell und die numerischen Simulationsergebnisse gut erklärt. Insgesamt bieten die Forscher neue Einblicke in die potenziellen Mechanismen, die die Parkinson-Oszillationen beeinflussen, indem sie ein neu entwickeltes Modell verwenden, das als vereinheitlichender Rahmen für die Untersuchung von Defekten der Oszillationen bei der Parkinson-Krankheit verwendet werden kann.
The oscillatory boundary conditions of different frequency bands in Parkinson’s disease
Bing Hu, Luonan Chen
Eingestellt am: 24.09.2021
Vergleich von Modellen zur Vorhersage von invasivem Brustkrebs
2018
University of Cambridge, Cambridge, Großbritannien
In dieser Studie werden zwei weit verbreitete Modelle zur Vorhersage von invasivem Brustkrebs verglichen: PREDICT und CancerMath, zusammen mit den jeweiligen Verbesserungen durch Hinzufügen eines neuen Algorithmus zu den Prädiktoren. Die Ergebnisse zeigen, dass PREDICT besser abschneidet und bereits ein solides Vorhersagemodell ist, bei dem die Hinzufügung neuer Vorhersagealgorithmen seine Wirksamkeit nicht wesentlich verbessert. Zusammenfassend lässt sich sagen, dass PREDICT einen besseren klinischen Nutzen bietet und bereits zuverlässig genug ist.
Development and external validation of prediction models for 10-year survival of invasive breast cancer. Comparison with PREDICT and CancerMath
Solon Karapanagiotis
Eingestellt am: 29.07.2021
In-silico-Screening von Hemmstoffen mit mehreren Angriffspunkten für die Alzheimer-Krankheit
2018
University of Leuven, Löwen, Belgien
Die Alzheimer-Krankheit ist eine der am weitesten verbreiteten neurodegenerativen Krankheiten. Eine ihrer Folgen ist die Dysregulation der cholinergen Aktivität, die zum kognitiven Verfall führt. Die Hemmung der Acetylcholinesterase ist eine weit verbreitete therapeutische Strategie, um den Verlust der cholinergen Funktion bei der Alzheimer-Krankheit zu verhindern, aber heutzutage wendet sich das Feld den zielgerichteten Liganden zu, die mehrere Facetten der Krankheit beeinflussen können. Hier wird ein bioinformatischer Ansatz verwendet, um ein "in silico"-Screening potenzieller therapeutischer Moleküle durchzuführen, die diesen Multi-Target-Eigenschaften entsprechen. Durch einen komplexen Arbeitsablauf mit verschiedenen Unterscheidungsschritten finden die Forscher vier Multi-Target-Inhibitoren mit interessanter Protein-Liganden-Stabilität, die mit einem neuen, in der Studie vorgestellten Ansatz berechnet wurden. Die vorgestellte Methode ermöglicht eine effiziente Wirkstoff-Screening-Strategie, die Multi-Target-Inhibitoren mit guten ADMET-Profilen identifiziert, die vielversprechende Affinitäten gegen Acetylcholinesterase und andere potenzielle Ziele haben, die weiter in vitro auf ihren potenziellen klinischen Einsatz getestet werden können.
In silico structure-based identification of novel acetylcholinesterase inhibitors against Alzheimer's disease
Muhammad Usman Mirza
Eingestellt am: 15.08.2021
Maschinelles Lernen ermöglicht Krebsgenomanalyse
2018
Perelman School of Medicine, University of Pennsylvania, Philadelphia, USA
Die Autoren beschreiben und bewerten eine Kombination aus Transkriptomik und maschinellem Lernen zur Klassifizierung der Aktivität von abnormalen Signalwegen in Tumoren. Dies kann dazu beitragen, Patienten zu identifizieren, die auf eine bestimmte Krebstherapie gut ansprechen. Der Algorithmus integriert RNA-Sequenz, Kopienzahl und Mutationen von 33 verschiedenen Krebsarten im PanCanAtlas-Projekt des Krebsgenomatlas (TCGA), um aberrante molekulare Zustände in Tumoren vorherzusagen. Potenzielle Biomarker für die Wahl der Krebsbehandlung werden identifiziert.
Machine Learning Detects Pan-cancer Ras Pathway Activation in The Cancer Genome Atlas
Casey S. Greene
Eingestellt am: 21.04.2020
Mathematisches Modell der pathologischen Kalzium-Signalübertragung beim Absterben von Nervenzellen
2018
Nanyang Technological University, Singapore, Singapur
Die Anhäufung von Amyloid-Beta führt bei der Alzheimer-Krankheit zu einer Beeinträchtigung der Kalzium-Signalübertragung in Neuronen, was wiederum zur Apoptose führt. Hier stellen wir ein mathematisches Modell vor, das Modelle der Amyloidablagerung, der Kalziumsignalübertragung und der mitochondrialen Porenpermeabilität im Zusammenhang mit der Zellapoptose bei der Alzheimer-Krankheit kombiniert. Die Ergebnisse zeigen, dass der Kalziumspiegel in Abwesenheit von Amyloidablagerungen auf dem Niveau der Ruhekonzentration bleibt, während es in der simulierten pathologischen Situation zu intrazellulären Dysregulationen von Kalziumionen und Kanalrezeptoren kommt. Dieses mathematische Modell ermöglicht die Untersuchung möglicher kalziumbezogener pathologischer Mechanismen bei der Alzheimer-Krankheit, die experimentell nicht leicht zugänglich sind.
Composite mathematical modeling of calcium signaling behind neuronal cell death in Alzheimer’s disease
Jie Zheng
Eingestellt am: 05.08.2021
Modell zur Abschätzung der Mutationslast als Prädiktor für das Ansprechen auf eine Krebsimmuntherapie
2018
National Yang-Ming University, Taipei, Taiwan
Obwohl die Wirksamkeit der Immuntherapie erwiesen ist, ist das Ansprechen auf die Behandlung von Patient zu Patient unterschiedlich. Ein Instrument zur Vorhersage des individuellen Ansprechens eines Patienten und zur Verbesserung der therapeutischen Effizienz ist die Ermittlung der spezifischen Punktmutationen des Patienten, auch Mutationslast genannt. Bisher waren die Techniken zur Bestimmung der Mutationslast zu teuer und zeitaufwändig, um in der Klinik eingesetzt zu werden. In der vorliegenden Studie haben die Forscher öffentlich zugängliche Daten aus der Krebsgenomik verwendet, um mathematische Vorhersagemodelle für die Mutationslast bei Lungenadenokarzinomen zu erstellen, die nur auf 24 Genen statt auf der Ganz-Exom-Sequenzierung basieren. Dasselbe Modell lässt sich auch für die Vorhersage der Mutationslast bei Melanomen und kolorektalem Krebs anwenden. Die geschätzte Mutationslast kann verwendet werden, um das klinische Ergebnis einer Krebsimmuntherapie mit hoher Genauigkeit vorherzusagen. Die Verwendung dieses Schätzmodells dürfte die Kosten und den Zeitaufwand für die Bewertung der Mutationslast verringern und die Vorhersage des Ansprechens auf eine Krebsimmuntherapie in der klinischen Standardumgebung erleichtern.
Mutation load estimation model as a predictor of the response to cancer immunotherapy
Yu-Chao Wang, Yi-Chen Yeh
Eingestellt am: 26.07.2021
Nanostrukturierte TiN-beschichtete Elektroden zur Charakterisierung von In-vitro-Modellen
2018
University Hospital Wuerzburg, Würzburg, Deutschland
Aufgrund der zunehmenden Verwendung von In-vitro-Modellen ist die präzise Bewertung gewebespezifischer Parameter solcher In-vitro-Testsysteme zu einem entscheidenden Faktor für die Gewährleistung vorhersagbarer Ergebnisse geworden. Die Impedanzspektroskopie als nicht-invasive Methode dient als zuverlässiges und effizientes Werkzeug für die Qualitätskontrolle, da sie während der Untersuchung nur minimal in das System eingreift. In dieser Studie wird ein verfeinertes Impedanzmesssystem mit nanostrukturierten Titannitrid (TiN)-Elektroden vorgestellt. Dieses fortschrittliche Material wurde zur Untersuchung der Gewebereifung und der Veränderungen der Barriereintegrität in einem In-vitro-Darmmodell verwendet. Die Verringerung des Störsignals ermöglichte eine detailliertere Datenextraktion und biologische Interpretation. Dadurch konnten transepitheliale elektrische Widerstandswerte aus Caco-2 Zellen in vitro Gewebemodellen ohne weitere mathematische Analyse auf der Grundlage einer Computersimulation bestimmt werden. Das neuartige Design eines 3D-gedruckten Messaufsatzes, der mit nanostrukturierten TiN-Elektroden ausgestattet ist, wurde zur kontinuierlichen Überwachung der Barriereintegrität der Caco-2-Zellen während eines Permeabilitätstests verwendet. Zusammenfassend lässt sich sagen, dass hier eine neuartige Methode zur Verbesserung der Elektrodeneigenschaften für die Impedanzspektroskopie entwickelt wurde, die sich leicht in standardisierte Endpunktmessungen zur Qualifizierung einer Vielzahl von In-vitro-Testsystemen integrieren lässt.
Nanostructured TiN-coated electrodes for high-sensitivity noninvasive characterization of in vitro tissue models
Jan Hansmann
Eingestellt am: 07.07.2022
Computergestützte Untersuchung von Entzündungswegen bei der Neurodegeneration
2018
University of Luxembourg, Luxembourg, Luxemburg
Die Analyse von postmortalen Gehirnen, die von der Alzheimer-Krankheit betroffen sind, hat gezeigt, dass Entzündungen eindeutig an der Pathologie der Krankheit beteiligt sind. Hier wird ein neuer rechnerischer Ansatz verwendet, um sechs neuronale Gruppen von Alzheimer-Patienten zu untersuchen. Ziel dieser Methode ist es, Signalwege zu identifizieren, die während des Fortschreitens der Krankheit aktiviert oder gehemmt werden und die zu Neurotoxizität führen können. Mit dieser Methode konnten die Forscher mehrere veränderte Entzündungsmediatoren beschreiben, darunter eine beträchtliche Anzahl regionsspezifischer. Zusammenfassend lässt sich sagen, dass diese computergestützte Methode Entzündungswege identifizieren könnte, die bei der Entstehung der Alzheimer-Krankheit eine Schlüsselrolle spielen, und dass sie ein leistungsfähiges Instrument zur Umsetzung von Omics-Daten in therapeutische Ansätze sein kann.
Integrative computational network analysis reveals site-specific mediators of inflammation in Alzheimer's disease
Antonio Del Sol
Eingestellt am: 06.08.2021
Computergestütztes Tool zur Entwicklung einer handgefertigten Pulmonalklappe zur Behandlung angeborener Herzfehler
2018
National Cheng Kung University Hospital, Tainan, Taiwan(1)
National Chin-Yi University of Technology, Taichung, Taiwan(2)
National Chin-Yi University of Technology, Taichung, Taiwan(2)
Patienten mit angeborenen Herzerkrankungen können mit einer perkutanen Pulmonalklappenimplantation behandelt werden, um verengte oder undichte Pulmonalklappen zu behandeln. Kommerzielle Optionen sind jedoch nicht immer für Kinder oder spezielle Patienten verfügbar. Im Laufe der Jahre hat sich mit dem handgefertigten Pulmonalklappen-Conduit eine Strategie entwickelt, bei der die Größe an die Bedürfnisse des Patienten angepasst werden kann. In der vorliegenden Studie zielten die Forscher darauf ab, das Design zu verbessern, indem sie ein auf Meta-Learning basierendes intelligentes Modell entwickelten, mit dem der Arzt trainiert werden kann, die optimalen Parameter für eine maßgeschneiderte Klappenrekonstruktion zu bestimmen. Mit diesem Modell können die Probleme überwunden werden, die bei der empirischen Bestimmung der Parameter auftreten. Die mit Hilfe des Modells hergestellten maßgeschneiderten Pulmonalklappenkonduits wurden in vitro validiert, indem die Regurgitationsfraktion und die Effizienz der Herzpumpe mit einem Kreislaufsystem gemessen wurden.
Customized handmade pulmonary valved conduit reconstruction for children and adult patients using meta-learning based intelligent model
Chung-Dann Kan(1), Chia-Hung Lin(2)
Eingestellt am: 03.12.2021
Mathematische und experimentelle Ansätze zur Verbesserung von Elektrochemotherapie-Behandlungen
2018
University of Padova, Padua, Italien
Durch mathematische Modellierung verschiedener Nadelabstände wird gezeigt, dass Gitterelektroden für die Elektrochemotherapie verbessert werden können, um die Abdeckung der Behandlungsfläche zu verbessern. Nachdem sie den optimalen Abstand und die optimale Spannung gefunden haben, bestätigen die Forscher in einem Modell für menschlichen Brustkrebs, dass diese Parameter eine homogenere Elektroporation ermöglichen. Schließlich wird bestätigt, dass Berechnungsmodelle und experimentelle Verfahren verwendet werden können, um die Konfiguration der Gitterelektroden anzupassen.
Effect of electrode distance in grid electrode: numerical models and in vitro tests
Elisabetta Sieni
Eingestellt am: 12.07.2021
In-silico-Analyse der genetischen Variationen von Darmkrebspatienten
2018
German Cancer Research Center (DKFZ), Heidelberg, Deutschland
Darmkrebs (CRC) ist die dritthäufigste Krebsart und die vierthäufigste Ursache für Krebssterblichkeit weltweit. Bei Darmkrebs wurde eine abweichende Expression der Gene NLRC5 und PD-L1 festgestellt. In der vorliegenden Studie zielten die Forscher darauf ab, potenzielle regulatorische Varianten in den NLRC5- und PD-L1-Genen mithilfe verschiedener Online-In-silico-Tools auszuwählen und ihren Einfluss auf das Darmkrebsrisiko in einer Kohorte von 1424 Patienten zu untersuchen. Die Daten deuten darauf hin, dass nicht nur eine einzelne genetische Variante, sondern auch eine Interaktion zwischen zwei oder mehr Varianten innerhalb von Genen, die an der Immunregulation beteiligt sind, eine wichtige Rolle bei der Entstehung von Darmkrebs spielen können, und liefern somit neue biologische Informationen, die letztendlich das Management des Darmkrebsrisikos und auch die Immuntherapie bei Darmkrebs verbessern könnten.
Investigation of single and synergic effects of NLRC5 and PD-L1 variants on the risk of colorectal cancer
Calogerina Catalano
Eingestellt am: 18.09.2021
Vorhersage der Dosierung von Krebsimmuntherapien durch mathematische Modellierung
Unternehmen 2018
Roche Innovation Center, Basel, Schweiz
Der Erfolg einer Krebsimmuntherapie auf der Grundlage von Immunzytokinen hängt davon ab, dass optimale Konzentrationen der Arzneimittel in der Mikroumgebung des Tumors erreicht werden. Die intratumorale Immunozytokinkonzentration ist ein komplexes Produkt aus der verabreichten Medikamentendosis, dem Behandlungsplan und anatomischen/räumlichen Faktoren. In dieser Studie nutzten die Forscher sequenzielle pharmakokinetische und bildgebende Daten von Patienten, die mit einem neuartigen, gegen den Tumor gerichteten Immunozytokin behandelt wurden, um ein mathematisches Modell zu erstellen. Das Modell sollte die Aufnahme des Antikörpers in den Tumor der Patienten nach wiederholter
Verabreichung vorhersagen und ein optimales Dosierungsschema ermitteln.
Prediction of the optimal dosing regimen using a mathematical model of tumor uptake for immunocytokine-based cancer immunotherapy
Benjamin Ribba
Eingestellt am: 26.07.2021
Gehirnnetzwerkmodell
2018
Charité – Universitätsmedizin Berlin, Berlin, Deutschland
Auf einer Plattform namens "The Virtual Brain" werden individuelle Patientenhirnmessungen ausgewertet und daraus personalisierte Modelle erstellt, die die Merkmale der Gehirnaktivität des Patienten simulieren. Das Tool erlaubt es den Forschern, die beteiligten neuronalen Interaktionen zu bewerten und ermöglicht es, aus den Daten des Patienten neuronale Interaktionen vorherzusagen. Im Gegensatz zu anderen Computermodellen kann diese mathematische Plattform menschliche Echtzeitdaten verarbeiten, um bessere Vorhersagen über Gehirnprozesse zu treffen, die für jeden einzelnen Patienten relevant sind und ermöglicht eine auf den Menschen übertragbare personalisierte Medizin. So können individuelle Unterschiede in Gehirnfunktionen, sowie zugrundeliegende Mechanismen von Hirnerkrankungen aufgedeckt werden.
Inferring multi-scale neural mechanisms with brain network modelling
Petra Ritter
Eingestellt am: 25.05.2020
Identifizierung von Stoffwechsel-Biomarkern der Alzheimer-Erkrankung
2018
National Institutes of Health (NIH), Baltimore, USA
Die Alzheimer-Krankheit ist eine multifaktorielle neurodegenerative Erkrankung, die zu kognitivem Abbau und Tod führt. Trotz des zunehmenden Wissens sind die Zusammenhänge zwischen Stoffwechselstörungen und der Pathogenese der Alzheimer-Krankheit nur unzureichend verstanden. Daher sind neue Erkenntnisse über die globalen Störungen des Stoffwechsels, die die Alzheimer-Krankheit verursachen oder zu ihr führen, für die Entwicklung besserer therapeutischer Strategien von entscheidender Bedeutung. Hier wurde eine parallele Stoffwechselanalyse von Gehirn- und Blutproben aus verschiedenen Kohortenstudien durchgeführt, um Veränderungen zu identifizieren, die die Entwicklung der Pathologie mit den prodromalen und präklinischen Maßnahmen der Alzheimer-Progression korrelieren. Mit Hilfe des maschinellen Lernens konnten 26 Metaboliten in Gehirnproben ermittelt werden, die eine wirksame Unterscheidung zwischen gesunden und erkrankten Patienten ermöglichen. Dieselben Metaboliten wurden in Blutproben analysiert, um sie mit verschiedenen Tests zu korrelieren, die während der Kohortenstudien durchgeführt wurden, und es wurde festgestellt, dass sie durchweg mit dem Schweregrad der Alzheimer-Krankheit bei der Autopsie und dem Fortschreiten der Alzheimer-Krankheit in Verbindung stehen. Zu den biologischen Pfaden, mit denen die Metaboliten in Verbindung gebracht wurden, gehörten mehrere bereits bekannte Pfade, die für die Alzheimer-Krankheit von Bedeutung sind. In dieser Studie identifizieren die Forscher eine Gruppe von Metaboliten aus Blut- und Gehirnproben als potenzielle Biomarker für den Schweregrad und das Fortschreiten der Alzheimer-Krankheit, die auch die Tür zu neuen therapeutischen Zielen öffnen könnten, um Störungen des Stoffwechsels bei der Krankheit zu bekämpfen.
Brain and blood metabolite signatures of pathology and progression in Alzheimer disease: A targeted metabolomics study
Madhav Thambisetty
Eingestellt am: 01.10.2021
Mathematisches Modell zur Vorhersage der Reaktion von Patienten auf die Behandlung von Hyperthyreose
2018
University of Wisconsin -Whitewater, Whitewater, USA
Antischilddrüsenstimulierende Rezeptor-Antikörper (TRAb), die manchmal vom Immunsystem überproduziert werden, können die Schilddrüse kontinuierlich stimulieren und zu einer Überfunktion (Hyperthyreose) führen. Dieses Autoimmunproblem wird als Morbus Basedow bezeichnet und wird derzeit mit einem Wirkstoff namens Methimazol (MMI) behandelt. In der vorliegenden Studie versuchten die Forscher, ein mathematisches Modell für die Behandlung der Hyperthyreose mit MMI zu entwickeln. Das Modell konnte den zeitlichen Verlauf des Übergangs der Patienten von einer Hyperthyreose zu einem normalen Zustand simulieren, und die Vorhersagen wurden anhand von Patientendaten validiert. Das Modell ermöglicht es, die Reaktion des Patienten auf die Behandlung vorherzusagen und sie entsprechend zu optimieren.
A patient-specific treatment model for Graves’ hyperthyroidism
Balamurugan Pandiyan
Eingestellt am: 28.10.2021
Quantitative Methode zur Charakterisierung der Zellmorphologie
Dezember 2017
The Catholic University of America, Washington, USA
In dieser Studie wurden menschliche Brustkrebszellen in verschiedenen Substraten kultiviert, um sie anhand ihrer Morphologie zu klassifizieren. Digitale holografische Mikroskopie und Epifluoreszenzmikroskopie wurden eingesetzt, um Zellphasenparameter mit Aktinmerkmalen in Verbindung zu bringen. Ein maschinelles Lernverfahren wurde zur Klassifizierung der Morphologie von Krebszellen eingesetzt. Die Ergebnisse zeigten, dass diese Methode eine hohe Genauigkeit bei der Klassifizierung nach der Zellmorphologie aufweist, was sie zu einer nützlichen Methode zur Überwachung der Morphologiemerkmale von Krebszellen macht.
Quantitative assessment of cancer cell morphology and motility using telecentric digital holographic microscopy and machine learning
Christopher B Raub
Eingestellt am: 01.08.2021
Erstellung von Brustkrebs-Profilen mit transkriptomischer Analyse
November 2017
University of Granada, Granada, Spanien
Kombination heterogener Transkriptomik-Datensätze zur Erstellung eines neuen Modells für das Profil von menschlichem Brustkrebs, um die Robustheit der Ergebnisse zu erhöhen. Diese Methode ermöglichte die Identifizierung von 98 potenziellen Biomarkern, die nach einem Klassifizierungs- und Auswahlverfahren auf 6 Genmarker für die Brustkrebsdiagnose reduziert wurden. Zusammenfassend lässt sich sagen, dass diese Studie ein neues Instrument zur Klassifizierung und Diagnose von Brustkrebs beim Menschen vorstellt.
Integration of RNA-Seq data with heterogeneous microarray data for breast cancer profiling
Daniel Castillo
Eingestellt am: 30.07.2021
Auswirkungen der kortikalen Aktivität auf mittelgroße dornentragende Projektionsneuronen in dopaminarmen Kontexten
Oktober 2017
South China University of Technology, Guangzhou, China
Die Parkinson-Krankheit ist eine schwere neurodegenerative Erkrankung, die durch einen fortschreitenden Verlust von dopaminergen Neuronen gekennzeichnet ist, die das Striatum innervieren. Es gibt Hinweise darauf, dass die Überexposition mittelgroßer dornentragender Projektionsneuronen gegenüber kortikalem glutamatergen Input zu einem Verlust von dendritischen Dornen und dendritischer Länge führt, was als Mechanismus zum Schutz dieser Neuronen vor einem Übermaß an erregenden Inputs vorgeschlagen wird. Allerdings ist die Degeneration der dendritischen Komponenten in den Projektionsneuronen unter experimentellen Bedingungen nicht einheitlich. Um dieses Problem zu lösen, schlugen die Forscher ein Computermodell vor, um die Menge der dendritischen Stacheln und den Verlust der dendritischen Verzweigung zu untersuchen, um die normale Regulierungsfunktion der Basalganglien wiederherzustellen. Die Ergebnisse zeigten, dass der Verlust von dendritischen Stacheln und/oder dendritischen Bäumen die normale Aktivität unter bestimmten Bedingungen des Dopaminspiegels durch verschiedene Mechanismen wiederherstellen kann. Darüber hinaus ermöglichte das Modell die Untersuchung der Auswirkungen der kortikalen Aktivität auf die Morphologie der Projektionsneuronen unter Dopaminmangel-Bedingungen, und es wurde deutlich, dass die Manipulation der kortikalen Aktivität die Degeneration der Dendriten aufhalten kann. In dieser Studie wird ein neues, aktualisiertes Modell entwickelt, um eine potenzielle therapeutische Strategie vorzuschlagen, die durch die Manipulation des kortikalen Inputs in mittelgroße dornentragenden Projektionsneuronen bei Parkinson und Dopaminmangel die dendritische Degeneration aufhalten kann.
The effects of medium spiny neuron morphologcial changes on basal ganglia network under external electric field: a computational modeling study
Shenquan Liu
Eingestellt am: 30.09.2021
Computermodell der Amyloid-Beta-Aggregation
Oktober 2017
Rice University, Houston, USA(1)
University of Miami, Coral Gables, USA(2)
University of Miami, Coral Gables, USA(2)
Derzeit geht man davon aus, dass der Ausbruch der Alzheimer-Krankheit mit dem Übergang von Amyloid-beta von löslichen Peptiden zu aggregierten Fibrillen zusammenhängt. Daher ist die Hemmung der Amyloid-Beta-Aggregation ein lang verfolgtes Ziel. Doch wie Amyloid-Beta aggregiert und wie verschiedene Moleküle daran binden, ist noch nicht bekannt. Hier wird ein Rheniumkomplex, der an Amyloid beta bindet, verwendet, um seine Bindungsstellen durch Lichtbestrahlung zu identifizieren. Anschließend simulierten die Forscher mit Hilfe der Molekulardynamik die Bindungsstellen von Amyloid beta mit dem Rheniumkomplex. Die gefundenen Stellen wurden durch die Identifizierung von oxidierten Stellen mittels Tandem-Massenspektrometrie bestätigt. Diese Methode gibt Aufschluss über die Bindungsstellen und -mechanismen, die für die Entwicklung therapeutischer Strategien zur Unterbrechung der Amyloid-beta-Aggregation und/oder -Akkumulation genutzt werden könnten.
Photochemical identification of molecular binding sites on the surface of amyloid-β fibrillar aggregates
Angel A Martí(1), Rajeev Prabhakar(2)
Eingestellt am: 09.08.2021
Dynamik der Amyloid-Beta-Oligomerisierung
Oktober 2017
University of California, Davis, USA
Das Amyloid-Beta-Peptid in seiner oligomeren Form ist ein wichtiges pathogenes Element bei der Entwicklung der Alzheimer-Krankheit. In dieser Studie wollen die Forscher die Bindung von Pyrrolin-Nitroxyl-Fluoren, einem Amyloid-Beta-Toxizitätsblocker, und seine Wirkung auf das Peptid quantifizieren. Die Ergebnisse zeigen, dass die Bindungsaffinität vom oligomeren Zustand von Amyloid beta abhängt, wobei es in seiner monomeren oder dimeren Form leichter gebunden werden kann als in seinen oligomeren Formen. Um die Dynamik dieser Wechselwirkungen besser zu verstehen, wird eine Molekulardynamiksimulation zusammen mit molekularem Docking eingesetzt, um Konformationszustände zu definieren, die mit einer geringeren Toxizität und Aggregationsneigung von Amyloid beta korrelieren. Diese Studie liefert neue mechanistische Erkenntnisse von pharmazeutischer Relevanz und entwickelt eine Methodik zur Erhöhung der "in vivo"-Relevanz der Studie, die eine Plattform zur Untersuchung der potenziellen Modulation der Peptidaggregation als therapeutisches Ziel bei anderen Erkrankungen bietet.
Oligomerization alters binding affinity between amyloid beta and a modulator of peptide aggregation
John C Voss
Eingestellt am: 10.08.2021
Ein mathematisches Modell verschiedener Multiple-Sklerose Varianten
Oktober 2017
University of Barcelona, Barcelona, Spanien
Die Autoren entwickelten ein mathematisches Modell, um die biologischen Prozesse zu simulieren, die am Fortschreiten der Multiplen Sklerose (MS) beteiligt sind, indem sie Patientendaten aus 20 Jahren auswerten. Die Ergebnisse dieses Modells wurden durch pathologische Befunde gestützt und deuteten auf eine gemeinsame Pathogenese für die verschiedenen MS-Subtypen hin, die zu einer Vielzahl klinischer Symptome bei verschiedenen Patientengruppen führte.
Dynamics and heterogeneity of brain damage in multiple sclerosis
Pablo Villoslada
Eingestellt am: 25.05.2020
Mathematische Modellierung zur Verbesserung der Planung von Immuntherapien für kolorektalen Krebs
2017
University Hospital Heidelberg, Heidelberg, Deutschland
Um die Ergebnisse der Immuntherapie bei Darmkrebspatienten zu verbessern, ist ein besseres Verständnis des komplexen immunologischen Zusammenspiels innerhalb der Mikroumgebung entscheidend. In dieser Studie erstellten die Forscher ein mathematisches Modell aus quantitativen histologischen Daten von Krebspatienten. Dieses Modell berücksichtigt stochastische Wechselwirkungen zwischen Tumorzellen, Immunzellen und Stroma und bildet verschiedene räumliche Muster, die in histologischen Proben von menschlichem Darmkrebsgewebe beobachtet wurden, getreu ab. Dieses Modell wurde dann verwendet, um die Wirkung verschiedener therapeutischer Eingriffe auf dieses System systematisch zu testen und spezifische Empfehlungen für wirksame Immuntherapien zu geben.
In silico modeling of immunotherapy and stroma- targeting therapies in human colorectal cancer
Niels Halama
Eingestellt am: 26.07.2021
Software für die klonale Klassifizierung von Tumoren
2017
Washington University School of Medicine, Saint Louis, USA
Es wird eine Software entwickelt, um die Fehlerquoten bei der klonalen Ordnung in der Untersuchung des Tumorfortschritts zu überwinden. Mit Hilfe eines Bootstrap-Resampling-Verfahrens, das die statistische Variabilität berücksichtigt, ist es möglich, die Probengrundlage und Subklone zu identifizieren. Diese Methode übertraf drei andere weit verbreitete Verfahren und war in der Lage, Subklone in verschiedenen klinischen Proben von Leukämie und Brustkrebs zu identifizieren und zu klassifizieren; dies zeigt das Potenzial, klonale Populationen in Tumorbiopsien zu überwachen oder die personalisierte Medizin zu steuern.
ClonEvol: clonal ordering and visualization in cancer sequencing
Christopher A Maher
Eingestellt am: 28.07.2021
Computergestützter Ansatz zur Untersuchung der strukturellen Eigenschaften und Umwandlungen von Proteinen
2017
Southern Medical University, Guangzhou, China
Alpha-Synuclein ist ein Protein, das bei mehreren Krankheiten, den so genannten Synucleinopathien, eine wichtige Rolle spielt. Seine Dimerisierung kann Konformationsveränderungen auslösen, die für seine Aggregation und die Bildung von Fibrillen entscheidend sind. In dieser Studie werden Molekulardynamiksimulationen verwendet, um die Mechanismen der Dimerisierung von Alpha-Synuclein und seine strukturellen Eigenschaften zu untersuchen. Die Ergebnisse zeigen, dass die Monomere tatsächlich eine Reihe von Konformationsumwandlungen durchlaufen und dass sie mehrere strukturelle Merkmale auflösen können, die mit den aktuellen experimentellen Beobachtungen übereinstimmen. Diese Umwandlungen führen zu intermolekularen Wechselwirkungen, die zur Bildung und Stabilisierung von Alpha-Synuclein-Dimeren beitragen. Die Forscher stellen eine Berechnungsstrategie vor, mit deren Hilfe kleine Moleküle entwickelt werden können, die die pathologischen Prozesse hemmen können, die zur Aggregation von Alpha-Synuclein führen.
Molecular dynamics study to investigate the dimeric structure of the full-length α-synuclein in aqueous solution
Shuwen Liu, Jiajie Zhang
Eingestellt am: 10.08.2021
Computersimulationen zur Entschlüsselung von Arzneimitteleigenschaften
2017
Sharif University of Technology, Teheran, Iran
Die Aggregation von Amyloid-Beta ist eines der Hauptmerkmale der Alzheimer-Krankheit. Es werden verschiedene Strategien untersucht, um seine Polymerisation zu hemmen und/oder die Amyloidbildung zu verhindern. Hier wird die Molekulardynamik eingesetzt, um die Wechselwirkungen von RS-0406 mit verschiedenen Amyloid-beta-Polymeren zu erforschen. RS-0406, ein kleines organisches Molekül, hat bereits vielversprechende Ergebnisse bei der Hemmung der Amyloidbildung in vitro gezeigt. Anhand von experimentellen und rechnerischen log P-Werten sind die Forscher in der Lage, verschiedene Mechanismen zu beschreiben, durch die RS-0406 die Konformationsstabilität der Polymere beeinflusst. Es zeigt sich, dass es sowohl die Stabilisierung von Monomeren als auch die Destabilisierung von Fibrillenstrukturen beeinflusst. Zusammenfassend lässt sich sagen, dass es mit dieser Methode möglich ist, die einzigartigen strukturellen Merkmale dieses kleinen Moleküls, die die Amyloidbildung beeinflussen, sowie die Mechanismen hinter seiner Wirkung zu beschreiben. Diese Plattform könnte genutzt werden, um arzneimittelbezogene Eigenschaften und ihre Wechselwirkungen mit Proteinstrukturen zu untersuchen, um ihre Mechanismen besser zu verstehen und bessere therapeutische Strategien zu entwickeln.
Inhibition mechanisms of a pyridazine-based amyloid inhibitor: as a β-sheet destabilizer and a helix bridge maker
Hamid R Kalhor
Eingestellt am: 10.08.2021
Mathematische Modellierung der Haarfollikelzyklen zur Prüfung der Behandlung von Alopezie
2017
Florida State University, Tallahassee, USA
Alopecia areata (AA) ist eine der häufigsten Autoimmunkrankheiten und verursacht sehr charakteristische Muster von Haarausfall. Ein Hauptmerkmal der AA ist, dass sie den natürlichen, sich ständig wiederholenden Zyklus der Haarfollikel (HF) stört. Wie viele andere Autoimmunkrankheiten zeigt sie einen dynamischen, chronischen Verlauf mit klinischen Krankheitsschüben und -remissionen im Laufe des Lebens der Patienten. In der vorliegenden Studie zielten die Forscher darauf ab, die Beschränkungen von In-vitro-Modellen, die zeitlich sehr begrenzt sind, zu überwinden und ein rechnerisches und systembiologisches Werkzeug zu erstellen, das für die Entwicklung von Medikamenten verwendet werden könnte. Das mathematische Modell berücksichtigt den HF-Zyklus und veranschaulicht, wie die Wachstumsphase durch eine dynamische Interaktion von autoreaktiven Immunzellen unterbrochen wird. Das Modell verdeutlicht verschiedene Zustände und den Übergang von einem zum anderen. Anhand des Modells kann getestet werden, wie sich verschiedene Prozesse wie Proliferation, Apoptose und der Input von Stammzellen auf das Wachstum von HFs bei Gesunden und AA-Patienten auswirken. Zusammenfassend lässt sich sagen, dass das beschriebene Modell dazu beitragen kann, die Wirksamkeit bestehender Behandlungen zu bewerten und neue potenzielle therapeutische Ziele zu ermitteln.
Analysing the dynamics of a model for alopecia areata as an autoimmune disorder of hair follicle cycling
Atanaska Dobreva
Eingestellt am: 27.10.2021
Virtuelle Screening-Methode zur Entdeckung von Tumor-Escape-Inhibitoren
2017
Jilin University, Jilin, China(1)
Second Military Medical University, Shanghai, China(2)
Second Military Medical University, Shanghai, China(2)
Die Fähigkeit von Tumoren, dem Immunsystem zu entkommen, ist ein Markenzeichen von Krebs, das viele Schwierigkeiten und Probleme bei der Krebstherapie mit sich bringt. Die Indoleamin-2,3-Dioxygenase 1 (IDO1) spielt eine wichtige Rolle bei der Immunflucht von Tumoren. Obwohl sie sich als vielversprechendes Ziel für die Krebstherapie erwiesen hat, gibt es immer noch sehr wenige entwickelte Medikamente. In der vorliegenden Studie haben die Forscher ein neues virtuelles Hochdurchsatz-Screening entwickelt, um
nach potenziellen IDO1-Inhibitoren zu suchen. Mit dieser Screening-Methode wurden handelsübliche Verbindungen gescreent und einige Kandidaten mit hemmender Wirkung identifiziert. Einige der Verbindungen können als interessante Ausgangspunkte für die künftige chemische Entwicklung dienen. Die Screening-Methode wurde als Instrument für die Entdeckung von IDO1-Inhibitoren validiert.
A novel high throughput virtual screening protocol to discover new indoleamine 2,3-dioxygenase 1 (IDO1) inhibitors
Qing Yang(1), Yunlong Song(2)
Eingestellt am: 27.07.2021
In-silico-Modell des Stoffwechsels in Kardiomyozyten
2017
Massachusetts Institute of Technology, Cambridge, USA
Die ischämische Herzerkrankung ist eine der häufigsten Todesursachen und tritt auf, wenn die Blutzirkulation eingeschränkt ist, wodurch die Zufuhr von Nährstoffen und der Abtransport von Stoffwechselnebenprodukten behindert werden. Das Herz kann durch die Wiederherstellung des Blutflusses mit Hilfe von Reperfusionstechniken gerettet werden, doch birgt dies das Risiko, dass zusätzliches Herzgewebe geschädigt wird (Ischämie/Reperfusionsverletzung). In der vorliegenden Studie zielten die Forscher darauf ab, ein Stoffwechselmodell zu erstellen, das die Identifizierung von Vorbedingungen für Ischämie-/Reperfusionsschäden ermöglicht. Die Forscher entwickelten ein In-silico-Modell des Glukosestoffwechsels innerhalb der Herzmuskelzelle im Zeitverlauf. Reduzierte Sauerstoffkonzentrationen und ATP-Verbrauchsraten wurden simuliert, um die Reaktionen der Metaboliten auf die Ischämie zu charakterisieren. Durch die Verfolgung der biochemischen Spezies innerhalb der Zelle ermöglicht das Modell die Vorhersage des Zustands der Zelle bis zum Zeitpunkt der Reperfusion. Das in der Studie beschriebene Modell bietet einen zeitabhängigen Rahmen für die Untersuchung verschiedener Interventionsstrategien zur Veränderung des Ergebnisses der Reperfusion.
Modeling oxygen requirements in ischemic cardiomyocytes
C. Forbes Dewey Jr
Eingestellt am: 02.12.2021
Mathematisches Modell des immunmodulierten Tumorwachstums sagt Ansprechbarkeit auf Immuntherapie voraus
2017
Center of Cancer Systems Biology, Boston, USA
Die Immunantwort kann das Tumorwachstum sowohl stimulieren als auch hemmen. Das Zusammenspiel zwischen diesen konkurrierenden Einflüssen des Immunsystems hat komplexe Implikationen für die Tumorentwicklung, die Krebsruhe und Immuntherapien. Die Studie baut ein mathematisches Modell auf, das in der Lage ist, nicht-intuitive, aber klinisch beobachtete Muster des immunmodulierten Tumorwachstums vorherzusagen. Das Modell kann helfen, die Dynamik der Patientenreaktion zu klassifizieren, um die Identifizierung geeigneter Behandlungen zu unterstützen, die die Immunreaktion ausnutzen, um die Tumorsuppression zu verbessern, einschließlich des möglichen Erreichens eines immuninduzierten Ruhezustands.
Modeling the dichotomy of the immune response to cancer: cytotoxic effects and tumor-promoting inflammation
Philip Hahnfeldt
Eingestellt am: 06.07.2021
Überwachte Signalwege in der prognostischen Signatur von Brustkrebs-Subtypen
2017
Toronto General Research Institute—University Health Network, Toronto, Kanada(1)
University of Toronto, Toronto, Kanada(2)
University of Toronto, Toronto, Kanada(2)
Validierung einer 17-Gene umfassenden prognostischen Signatur für mit HER2 angereicherte tumorauslösende Zellen in menschlichen Brusttumorproben. Das Hauptziel dieser Studie besteht darin, die biologischen Signalwege zu identifizieren, die die prognostischen Gene überwachen. Anhand einer Reihe von Berechnungsmethoden und menschlicher Tumorproben wird gezeigt, dass die wichtigsten beteiligten Stoffwechselwege mit der Zellproliferation, der Immunantwort und der Zellmigration zusammenhängen. Darüber hinaus werden Ersatz- und 6 Kerngene identifiziert, die die klinische Anwendung dieser Methode erleichtern könnten.
Identification of cell proliferation, immune response and cell migration as critical pathways in a prognostic signature for HER2+:ERα- breast cancer
Jeffrey C Liu(1), Eldad Zacksenhaus(2)
Eingestellt am: 01.08.2021
Neue microRNA-Biomarker für die Parkinson-Krankheit
2017
Affiliated Institute of the University of Lübeck, Bozen, Italien
Die Parkinson-Krankheit ist eine weit verbreitete neurodegenerative Störung, die durch den massiven Verlust dopaminerger Neuronen gekennzeichnet ist und zu motorischen und kognitiven Funktionsstörungen und schließlich zum Tod führt. Derzeit fehlt es an Biomarkern und Frühdiagnoseinstrumenten für diese Krankheit. Es hat sich gezeigt, dass mikroRNAs bei verschiedenen Pathologien, einschließlich der Parkinson-Krankheit, gestört sind. Hier wurden die mikroRNA-Profile von Plasma und weißen Blutkörperchen von mit L-Dopa behandelten und nicht behandelten Patienten untersucht, um festzustellen, ob sie austauschbare Biomarker-Quellen für die Früherkennung der Parkinson-Krankheit sind. Die Ergebnisse zeigten, dass die microRNA-Profile der beiden Patientengruppen Unterschiede aufweisen. Darüber hinaus unterschieden sich auch die Expressionsprofile von Plasma und weißen Blutkörperchen. Die Analyse zeigte, dass miR-30a-5p ein potenzieller Biomarker in Plasmaproben von Parkinson-Patienten sein könnte, und die in silico-Analyse deutete darauf hin, dass es mit der mitochondrialen Funktion und der Autophagie zusammenhängt. Insgesamt schlägt diese Studie einen neuen microRNA-Marker vor, der sich möglicherweise zu einem neuen Biomarker für die Diagnose der Parkinson-Krankheit entwickeln könnte, und zeigt, dass Plasma und weiße Blutkörperchen für die Analyse von Biomarkern nicht austauschbar sind. Weitere Studien sind erforderlich, um die Modulation von miR-30a-5p bei der Parkinson-Krankheit zu verstehen und um herauszufinden, wie eine L-Dopa-Behandlung die microRNA-Expressionsprofile beeinflussen kann.
Plasma and white blood cells show different miRNA expression profiles in Parkinson’s disease
Christine Schwienbacher, Luisa Foco
Eingestellt am: 11.09.2021
In-silico-Simulation zur Unterscheidung von Komponenten der pulmonalen arteriellen Hypertonie
2017
Maastricht University, Maastricht, Niederlande
Die pulmonal-arterielle Hypertonie (PAH) ist eine Krankheit, die durch einen hohen mittleren pulmonal-arteriellen Druck gekennzeichnet ist, der die korrekte Funktion des rechten Ventrikels (RV) beeinträchtigt. Es wird vermutet, dass eine erhöhte RV-Wandspannung eine schnelle linksgerichtete Septalbewegung (RLSM) im linken Ventrikel verursacht. Das Fortschreiten der RV-Insuffizienz ist bei PAH-Patienten mit einer hohen Sterblichkeit verbunden. In der vorliegenden Studie zielten die Forscher darauf ab, mit Hilfe eines In-silico-Ansatzes eine genauere Bewertung der RV-Funktion vorzunehmen, um die Diagnose des RV-Versagens zu verbessern. Die Forscher passten das bestehende CircAdapt-Rechenmodell an, um das Herzmuskelgewebe und die Pumpfunktion zu simulieren. Es wurden Simulationen eines gesunden Kreislaufs sowie einer leichten, mittelschweren und schweren PAH durchgeführt. Die Forscher bewerteten auch die nebeneinander bestehenden Auswirkungen von RV und RLSM. Anhand des Modells lässt sich feststellen, wie sich RV und RLSM im Laufe der Zeit entwickeln und gegenseitig beeinflussen, was ein besseres Verständnis des Krankheitsverlaufs ermöglicht.
Why septal motion is a marker of right ventricular failure in pulmonary arterial hypertension: mechanistic analysis using a computer model
Georgina Palau-Caballero
Georgina Palau-Caballero et al. American Journal of Physiology - Heart and Circulatory Physiology 20 [433]
EURL ECVAM [434]
Eingestellt am: 03.12.2021
Mathematische Vorhersage des Fortschreitens von neurodegenerativen Erkrankungen
2017
University of Western Australia, Crawley, Australien
Eine der Grenzen epidemiologischer Studien ist das Fehlen von Langzeitdaten aus Längsschnittstudien. Um dieses Problem zu überwinden, wird in dieser Studie ein mathematisches Modell vorgestellt, mit dem sich aus den spärlichen Kurzzeit-Follow-up-Daten aus Alzheimer-Studien die zugrunde liegenden langfristigen Verläufe ableiten lassen. Durch ein stufenweises Verfahren sind die Forscher in der Lage, ein Modell zu erstellen, das die Kurve des Krankheitsverlaufs zuverlässig vorhersagen kann und es ihnen ermöglicht, die sigmoidalen Verläufe der Krankheit zu erstellen. Im Rahmen der Studie sind sie in der Lage, das langfristige Fortschreiten der Pathogenese der Amyloid-Beta-Belastung im Neokortex anhand der Daten der Alzheimer's Disease Neuroimaging Initiative zu quantifizieren. Zusammenfassend lässt sich sagen, dass dieses Vorhersagemodell dazu beitragen wird, die Einschränkungen epidemiologischer Studien zu überwinden, bei denen die Datenerfassung der Teilnehmer abrupt unterbrochen wurde, und dass es möglich sein wird, den vollständigen Krankheitsverlauf zu quantifizieren und zu verstehen, indem langfristige epidemiologische Daten zu neurodegenerativen Erkrankungen vorhergesagt werden.
Constructing longitudinal disease progression curves using sparse, short-term individual data with an application to Alzheimer's disease
C A Budgeon
Eingestellt am: 04.08.2021
Statisches elektrisches Feld beeinflusst Amyloid-Beta-Aggregation
2017
Xidian University, Xi’an, China
Die Alzheimer-Krankheit ist die am weitesten verbreitete neurodegenerative Störung. Sie ist durch eine fortschreitende Anreicherung von Amyloid-Beta-Peptiden durch Aggregation gekennzeichnet, die als ein ursächlicher Mechanismus der Krankheit angesehen wird. Es wurde beobachtet, dass die Amyloid-Beta-Aggregation von mehreren Faktoren abhängt und daher ein sehr komplexer Prozess ist, der untersucht werden muss. Hier wird ein theoretisches Modell verwendet, um die Auswirkungen eines statischen elektrischen Feldes im menschlichen Gehirn auf die Konformation des Amyloid-Beta 29-42-Dimers zu untersuchen. Die durchgeführten Simulationen deuten darauf hin, dass das elektrische Feld die Bildung von Beta-Härchen fördert, einer Zwischenform, von der angenommen wird, dass sie für die Aggregation wichtig ist. Darüber hinaus zeigten die Ergebnisse, dass die Anwendung verschiedener elektrischer Feldkräfte dazu beitragen kann, die Konformationsheterogenität von Amyloid-beta-40/42-Dimeren zu reduzieren, um leichter Einblicke in die Strukturen zu erhalten, die einen Einfluss auf krankheitsbezogene Mechanismen haben könnten. Insgesamt bietet diese Studie theoretische Unterstützung für die weitere Erforschung der strukturellen Merkmale von Amyloid-Beta-Aggregaten und für weitere Experimente, die verschiedene Faktoren kombinieren, die die Amyloid-Beta-Struktur beeinflussen können.
Small static electric field strength promotes aggregation-prone structures in amyloid-β(29-42)
Yan Lu
Eingestellt am: 30.09.2021
Computermodell der Basalganglien
2017
University of Sheffield, Sheffield, Großbritannien
Neuronale Oszillationen in den Basalganglien sind gut erforscht, und es wurde beschrieben, dass sie mit dem Verhalten korrelieren. Die Mechanismen, die dieser Korrelation zugrunde liegen, und ihre funktionelle Bedeutung sind jedoch nicht gut verstanden. Hier wird ein Rechenmodell der Basalganglien entwickelt und an experimentelle Aufzeichnungen von Kernen der Basalganglien nach kortikaler Stimulation angepasst, um die kausalen Mechanismen der verschiedenen Frequenzbereiche vorherzusagen. Mit diesem neuen Modell konnte festgestellt werden, dass Inputs, die mit motorischen Aufgaben zusammenhängen, Beta- und Gamma-Oszillationen auslösen, wie sie in vivo zu beobachten sind, und es wurde ermittelt, welche Netzwerkbahnen zur Beobachtung dieser Frequenzen erforderlich sind. Die Ergebnisse dieser Studie deuten darauf hin, dass dieses neue Modell einen kohärenten Rahmen für die Analyse verschiedener Merkmale der gesunden Basalganglien bieten kann und die Grundlage für ein besseres Verständnis der mit den Basalganglien zusammenhängenden Pathologien wie der Parkinson-Krankheit bildet.
Frequency and function in the basal ganglia: the origins of beta and gamma band activity
Alexander Blenkinsop
Eingestellt am: 30.09.2021
Spektrale Mammographie mit Photonenzählung zur Klassifizierung von Brustkrebs
2017
U.S. Food and Drug Administration, Silver Spring, USA
Die Klassifizierung von Brustkrebs mithilfe der spektralen Mammographie mit Photonenzählung wird anhand einer Simulation von Brustverkalkungen validiert. Bei der Anwendung auf die simulierten Ereignisse war diese Methode in der Lage, zwischen verschiedenen Arten von Mikroverkalkungen zu unterscheiden. Die Ergebnisse unterstützen daher das Potenzial dieser Methode als nicht-invasive Technik zur Verbesserung der Brustkrebsfrüherkennung.
Investigating the feasibility of classifying breast microcalcifications using photon-counting spectral mammography: a simulation study
Bahaa Ghammraoui
Eingestellt am: 28.07.2021
Stimulation von T-Zellen mit tumorspezifischen Peptiden zur Entwicklung einer Immuntherapie
2017
University of Tübingen, Tübingen, Deutschland
Die Entdeckung von Antigenen, die spezifisch für Tumorzellen sind, ist von entscheidender Bedeutung für die Entwicklung einer wirksamen Immuntherapie gegen Krebs. Die jüngste Genomsequenzierung hat eine wiederkehrende somatische und onkogene Treibermutation des Toll-like-Rezeptor-Adaptorproteins MYD88 aufgedeckt, die das Potenzial hat, ein spezifisches Antigen für die Immuntherapie zu sein. Mithilfe von In-silico-Vorhersagen identifizierten die Forscher verschiedene MYD88L265P-Peptide und testeten sie auf ihre Stimulationsfähigkeit gegenüber T-Zellen, die von erkrankten Patienten stammen. Die zytotoxische Kapazität nach der Stimulation wurde in vitro getestet. Die Studie zeigt das Potenzial der Stimulation für eine tumorspezifische Immuntherapie.
HLA class I-restricted MYD88 L265P-derived peptides as specific targets for lymphoma immunotherapy
Alexander N. R. Weber
Eingestellt am: 29.07.2021
In-silico-Modelle der Elektrophysiologie des Herzens unter ischämischen Bedingungen
2017
University of Oxford, Oxford, Großbritannien
Eine der Hauptursachen für den plötzlichen Herztod ist die akute Myokardischämie, die durch ein Ungleichgewicht zwischen Sauerstoff- und Nährstoffversorgung des Herzens entsteht. Während der ersten 10-15 Minuten der Ischämie treten metabolische und elektrophysiologische Veränderungen rasch und räumlich unterschiedlich auf. In der vorliegenden Studie untersuchten die Forscher die Reaktion von vier neueren computergestützten human-spezifischen ventrikulären Aktionspotenzialmodellen (AP) auf unterschiedliche Ischämiebedingungen, indem sie die elektrophysiologischen Eigenschaften in Einzelzell- und Gewebesimulationen verglichen, um ihren Nutzen für die Untersuchung der Mechanismen der Arrhythmogenese während der Anfangsphase der akuten Myokardischämie zu bewerten. Die Studie kommt zu dem Schluss, dass quantitative Unterschiede zwischen den Modellen zu beobachten sind, wobei die Modelle nach Ten Tusscher und dem modifizierten O'Hara-Modell insgesamt am besten mit den experimentellen Daten übereinstimmen.
Electrophysiological properties of computational human ventricular cell action potential models under acute ischemic conditions
Sara Dutta
Eingestellt am: 01.12.2021
Mathematisches Modell zur Bewertung der Kombination von Krebstherapien
2017
Winthrop University, Rock Hill, USA
Eine neuere Theorie zum Tumorwachstum legt nahe, dass eine kleine Population von Krebszellen, die so genannten Krebsstammzellen, stammzellähnliche Eigenschaften haben.
In der vorliegenden Studie entwickelten die Forscher ein mathematisches Modell der Wirksamkeit von Immuntherapie und Chemotherapie zur Behandlung von Tumorzellen und Krebsstammzellen. Die Forscher stellen Bedingungen für die Behandlungsparameter auf, um einen global erfolgreichen Zustand der Tumorbeseitigung zu gewährleisten. Weitere Arbeiten an diesem Modell könnten gesunde Zellen einbeziehen und die nachteiligen Auswirkungen der Chemotherapie auf den allgemeinen Gesundheitszustand eines Patienten überwachen. In Zukunft könnte ein aktualisiertes Modell auch verschiedene Untermodelle für mögliche persistierende Krebszustände oder andere spezifische Chemo- und Immuntherapeutika berücksichtigen.
Global dynamics of a colorectal cancer treatment model with cancer stem cells
Kristen Abernathy
Eingestellt am: 27.07.2021
Computergestützte Methode zur Diagnose von Brustkrebs
2017
Northwest University, Xi’an, China
Entwicklung einer computergestützten Methode zur Erkennung von Mikroverkalkungen auf Mammographieaufnahmen zur Früherkennung von Brustkrebs. Auf der Grundlage einer Reihe von Algorithmen ermöglicht diese Methode die Klassifizierung der Proben in läsioniertes oder normales Brustgewebe. Bei Tests mit synthetischen und realen Proben konnte die Falsch-Positiv-Rate reduziert werden, während die Wahr-Positiv-Rate erhalten blieb. Dieses computergestützte Instrument kann möglicherweise für die Frühdiagnose von Brustkrebs nützlich sein.
Grouped fuzzy SVM with EM-based partition of sample space for clustered microcalcification detection
Jun Feng
Eingestellt am: 01.08.2021
Modellsystem für die Schlaganfallforschung
2017
Charité – Universitätsmedizin Berlin, Berlin, Deutschland
Es wird eine Modellplattform etabliert, die humanes Hirngewebe in zwei- und dreidimensionalen Systemen nachbildet. Diese humanen Nervenzellen und Hirnorganoide sollen zur Untersuchung komplexer Krankheitsvorgänge und der Entwicklung neuer Behandlungsmethoden bei Schlaganfall dienen. Verschiedene Verfahren der Stammzellbiologie, chemischen Biologie, Biophysik und Strukturbiologie wurden kombiniert, um die komplexen Krankheitsvorgänge der akuten Neurodegeneration bei Schlaganfall zu erforschen und die Wirkstoffentwicklung für die Behandlung zu verbessern.
Schlaganfallforschung: Modellsystem kann Tierversuche ersetzen
Harald Stachelscheid
Eingestellt am: 25.05.2020
Biochemische Diagnose der Parkinson-Krankheit
Dezember 2016
The University of Texas School of Medicine at Houston, Houston, USA
Die Parkinson-Krankheit ist eine verheerende neurodegenerative Erkrankung, die durch einen massiven Dopaminverlust gekennzeichnet ist, der zu einem motorischen und kognitiven Rückgang und schließlich zum Tod führt. Trotz der hohen Prävalenz der Krankheit fehlt es an Diagnoseinstrumenten, die eine nicht-invasive biochemische Bewertung ermöglichen, um eine frühzeitige Diagnose und Überwachung der Krankheit zu gewährleisten. Einer der wichtigsten pathologischen Prozesse bei der Parkinson-Krankheit ist die Anhäufung von Alpha-Synuclein-Aggregaten, die in geringen Mengen in der Zerebrospinalflüssigkeit der Patienten nachgewiesen werden können. Hier wird eine zyklische Amplifikation der Proteinfehlfaltung verwendet, um minimale Mengen von Alpha-Synuclein-Aggregaten durch die Strategie der Signalverstärkung nachzuweisen. Nach einer ersten Validierung mit synthetischen Oligomeren in vitro ermöglichte diese Technik die Identifizierung von 88,5 % der Parkinson-Patienten mit einer Spezifität von 96,9 % bei Verwendung von Proben von Patienten mit verschiedenen neurodegenerativen Erkrankungen. Außerdem korrelierten die Ergebnisse dieses Tests in hohem Maße mit dem Schweregrad der Krankheit. Die Forscher schlagen hier einen neuen nicht-invasiven diagnostischen Ansatz zur effizienten Identifizierung und Unterscheidung von Parkinson-Patienten vor, der möglicherweise zur Überwachung der Krankheit eingesetzt werden kann.
Development of a biochemical diagnosis of Parkinson disease by detection of α-synuclein misfolded aggregates in cerebrospinal fluid
Claudio Soto
Eingestellt am: 04.09.2021
Genomanalyse von Östrogenrezeptor-assoziiertem Brustkrebs
Dezember 2016
University of Pittsburgh, Pittsburgh, USA(1)
University of Pittsburgh Cancer Institute, Pittsburgh, USA(2)
University of Pittsburgh Cancer Institute, Pittsburgh, USA(2)
Es ist bekannt, dass Östrogenrezeptoren über DNA-Bindungsmechanismen entscheidend für Brustkrebs sind und zu transkriptomischen und phänotypischen Veränderungen führen. Daher könnten einzelne Nukleotidvarianten in Östrogenrezeptor-Bindungsstellen am Fortschreiten der Krankheit beteiligt sein. Hier wird eine computergestützte Analyse zur Identifizierung von Einzelnukleotidvarianten in Östrogenrezeptor-Bindungsstellen anhand von Chromatin-Immunpräzipitations-Sequenzierungsdaten aus verschiedenen Brustkrebsmodellen durchgeführt und mit menschlichen Brustkrebszellen weiter validiert, um allelspezifische Bindungen zu identifizieren. Bei der Analyse wurde eine intronische Einzelnukleotidvariante identifiziert, von der angenommen wird, dass sie die Östrogenrezeptorbindung erhöht, und die experimentell validiert wurde. Darüber hinaus korrelierten 17 regulatorische Einzelnukleotidvarianten mit der Expression benachbarter Gene bei Östrogenrezeptor-assoziiertem Brustkrebs, von denen der GSTM1-Promotor der wichtigste Kandidat war und sich als zusammenhängend mit einer höheren Expression von GSTM1 in Östrogenrezeptor-assoziierten Tumoren und einem besseren Outcome der Patienten erwies. Insgesamt haben die Forscher eine computergestützte Methode entwickelt, mit der sich wichtige Einzelnukleotidvarianten untersuchen und aufklären lassen, die potenziell Zielgene regulieren können, die für den Ausgang von Brustkrebs bei Patientinnen von Bedeutung sind.
Non-coding single nucleotide variants affecting estrogen receptor binding and activity
Adrian V Lee(1), Steffi Oesterreich(2)
Eingestellt am: 12.10.2021
Mathematisches Modell der Psoriasis
Dezember 2016
Jadavpur University, Kolkata, Indien
Das Immunsystem trägt eine koordinierte Verantwortung für das Fortschreiten der Krankheit Psoriasis, insbesondere für die durch T-Zellen vermittelte Hyperproliferation der epidermalen Keratinozyten. In der vorliegenden Studie zielten die Forscher darauf ab, ein mathematisches Modell der Psoriasis zu entwickeln, das T-Zellen, Keratinozyten-Zellpopulationen und die Auswirkungen der Zytokinfreisetzung berücksichtigt. Das Modell ermöglicht eine Vorhersage der Krankheitsdynamik und sollte eine optimale Medikamentendosierung zur Verringerung der Keratinozytenproliferation ermöglichen.
Fractional-order model of the disease psoriasis: a control based mathematical approach
Roy Priti Kumar
Eingestellt am: 28.10.2021
Bewertung von Medikamenten zur Behandlung von Amyloid-Beta-Aggregation
November 2016
Jagiellonian University Medical College, Krakau, Polen
Die Amyloid-Beta-Aggregation ist eines der Kennzeichen der Alzheimer-Krankheit und nach der Amyloid-Hypothese der Hauptfaktor für die Entstehung der Krankheit. In den letzten Jahren wurde sie als pathologischer Prozess ins Visier genommen, um therapeutische Strategien zu entwickeln. In dieser Studie wird ein rechnergestützter Ansatz zur Untersuchung von Molekülen beschrieben, die die Amyloid-Beta-Aggregation hemmen. Die Forscher setzten molekulares Docking und All-Atom-Molekulardynamiksimulationen ein und fanden heraus, dass die Anzahl der Wasserstoffbrückenbindungen im Grundgerüst mit den Anti-Aggregationseigenschaften dieser Verbindungen zusammenhängt und dass diese in der Lage waren, die Beta-Faltblatt-Amyloidstrukturen zu zerstören. Diese wertvollen Daten können für die Entwicklung neuartiger Inhibitoren verwendet werden, um die Aggregation von Amyloid-Beta bei der Alzheimer-Krankheit zu hemmen.
Computational approach for the assessment of inhibitory potency against beta-amyloid aggregation
Marek Bajda
Eingestellt am: 16.08.2021
Computermodell zur Vorhersage der Wirksamkeit von Filtern für die untere Hohlvene zum Abfangen von Embolien
November 2016
The Pennsylvania State University, University Park, USA(1)
United States Food and Drug Administration, Silver Spring, USA(2)
United States Food and Drug Administration, Silver Spring, USA(2)
Eine Lungenembolie (PE) tritt auf, wenn ein Embolus den Blutfluss in der Lunge verstopft. Wenn Patienten nicht auf gerinnungshemmende Mittel ansprechen, kann ein IVC-Filter (Inferior Vena Cava) eingesetzt werden, der als mechanische Barriere für den Embolus dient, doch leider treten bei IVC-Filtern immer wieder Komplikationen auf. In der vorliegenden Studie versuchten die Forscher, ein Rechenmodell für den Embolustransport zu erstellen, das Ingenieuren und Klinikern helfen könnte, die Leistung von IVC-Filtern zu verbessern. Das entwickelte Modell kombiniert Simulationen der Flüssigkeitsdynamik und des Embolustransports und berücksichtigt auch die Wechselwirkungen zwischen Embolus und Umgebung. Das Modell wurde anhand von Literaturdaten validiert. Darüber hinaus verwendeten die Forscher das Modell für Simulationen der IVC-Effizienz bei Variationen verschiedener Parameter wie Filtergeometrie, Platzierung und Embolusdurchmesser. Das Berechnungsinstrument soll in Zukunft verfeinert und zur Untersuchung von Verbesserungen des IVC-Filterdesigns und der Auswirkungen der Patientenanatomie auf die Leistungsfähigkeit eingesetzt werden.
A resolved two-way coupled CFD/6-DOF approach for predicting embolus transport and the embolus-trapping efficiency of IVC filters
Keefe B. Manning(1), Brent A. Craven(2)
Eingestellt am: 28.11.2021
Entwicklung einer webbasierten Plattform zur Unterstützung der Konzipierung von Immuntherapien gegen Krebs
November 2016
CSIR-Institute of Microbial Technology, Chandigarh, Indien
Die Identifizierung krebsspezifischer Epitope oder Neoepitope aus Krebsgenomen ist eine der größten Herausforderungen auf dem Gebiet der Immuntherapie oder Impfstoffentwicklung. Dank des Fortschritts in der Sequenzierungstechnologie wurden die Genome von Tausenden von Krebsgeweben oder Zelllinien sequenziert. In der vorliegenden Studie entwickelten die Forscher eine In-silico-Plattform (Cancertope genannt) für die Entwicklung einer genombasierten Immuntherapie oder eines Impfstoffs gegen eine Krebszelle. Zu diesem Zweck analysierten die Forscher das Mutationsprofil von 905 Krebszelllinien und identifizierten Neoepitope, die verschiedene Arme des Immunsystems aktivieren können. Die Plattform kann für die Suche nach Krebsantigenen verwendet werden, aber auch auf personalisierte Weise, um Neoepitope aus den Genomen von Krebspatienten zu identifizieren. Cancertope ist eine webbasierte Plattform, die von der wissenschaftlichen Gemeinschaft genutzt werden kann.
A platform for designing genome-based personalized immunotherapy or vaccine against cancer
Gajendra P. S. Raghava
Eingestellt am: 17.09.2021
Individualisierte Krebs-Stoffwechselmodelle
November 2016
University of Costa Rica, San José, Costa Rica
Entwicklung eines computergestützten Ansatzes zur Vorhersage der Krebsprognose. Die krebsspezifischen Modelle werden durch Kombination bestehender allgemeiner Stoffwechselmodelle mit transkriptomischen Daten erstellt. Als Test werden verschiedene Expressionsdatensätze von Brustkrebszelllinien verwendet, um drei krebsspezifische Modelle zu erstellen, die die Beschreibung spezifischer Stoffwechselsignaturen im Zusammenhang mit Aspekten des menschlichen Brustkrebses ermöglichen. Diese Anwendung kann bei personalisierten Angriffspunkten von Krebs zur Verbesserung der Krebsbehandlung helfen.
A biocomputational application for the automated construction of large-scale metabolic models from transcriptomic data
Edwin Baez-Villalobos, R.A. Mora-Rodriguez
Edwin Baez-Villalobos et al. IEEE 36th Central American and Panama Convention (CONCAPAN) 2016 [464]
EURL ECVAM [465]
Eingestellt am: 29.07.2021
In-silico-Analyse des Östrogenrezeptor-alpha-Signalweges
Oktober 2016
National University of Science and Technology, Islamabad, Pakistan
Konstruktion eines eigenständigen Modells zur Analyse des Verhaltens von mit dem Östrogenrezeptor alpha verbundenen Signalwegen, um einige der Mechanismen zu verstehen, die zur Metastasierung von Brustkrebs führen. Mit dem Modell konnten Gen-Gen-Interaktionen verschiedener Rezeptoren ermittelt werden, die zur Hemmung von Tumorsuppressorgenen führen, was neue Erkenntnisse für die weitere Forschung im Bereich der Behandlung von menschlichem Brustkrebs liefert.
Formal modeling and analysis of ER-α associated Biological Regulatory Network in breast cancer
Samra Khalid, Rumeza Hanif
Eingestellt am: 29.07.2021
Alzheimerforschung durch Screening hemmender Moleküle, die auf Acetylcholinesterase abzielen
2016
Amrita University, Kochi, Indien
Der kognitive Abbau bei der Alzheimer-Krankheit könnte durch eine Dysregulierung von Acetylcholin bedingt sein, was als cholinerge Hypothese bekannt ist. Daher basieren mehrere Behandlungsstrategien für diese neurodegenerative Erkrankung auf der gezielten Hemmung der Acetylcholinesterase, z. B. mit Donepezil, das jedoch schwere Nebenwirkungen verursachen kann. In dieser Studie wurde ein 3D-Pharmakophormodell mit spezifischen Inhibitoren für ein sequentielles virtuelles Screening aus Datenbanken mit kleinen Molekülen verwendet. Fünf Moleküle, die auf der Grundlage ihrer Docking-Ergebnisse und pharmakokinetischen Eigenschaften ausgewählt wurden, wurden anschließend anhand der Kristallstruktur der menschlichen Acetylcholinesterase getestet, um ihre Bindungsmechanismen aufzudecken. Nach der Bestätigung ihrer ADMET-Profile wurden diese Moleküle dem Ellman-Test unterzogen, um ihre hemmende Wirkung zu bewerten, die bei drei der fünf ausgewählten Moleküle schwächer war als bei Donepezil. Die Forscher schlagen hier eine Methodik vor, die zur Entdeckung bestehender Moleküle führen kann, die eine bessere hemmende Wirkung auf die Acetylcholinesterase haben können als die derzeit in klinischen Anwendungen verwendeten.
Integration of common feature pharmacophore modeling and in vitro study to identify potent AChE inhibitors
Krishnakumar N Menon, C Gopi Mohan
Eingestellt am: 15.08.2021
Computermodell zur Untersuchung von Nebenwirkungen der Tiefenhirnstimulation
2016
Indian Institute of Technology Madras, Chennai, Indien
Dem subthalamischen Nukleus wird eine zentrale Rolle bei der konfliktiven Entscheidungsfindung zugeschrieben. Darüber hinaus wurde bei Parkinson-Patienten, bei denen der subthalamische Nukleus durch tiefe Hirnstimulation operiert wurde, beobachtet, dass die konfliktive Entscheidungsfindung beeinträchtigt war, was zu impulsivem Verhalten führte. Hier wird ein 2D-Computermodell verschiedener Komponenten der Basalganglien verwendet, um die Mechanismen hinter diesen nachteiligen Auswirkungen zu entschlüsseln. Dieses Modell wurde mit experimentellen Daten ergänzt und verwendet, um die Ergebnisse probabilistischer Lernaufgaben in verschiedenen Gruppen unbehandelter und behandelter Parkinson-Patienten sowie einer Gruppe, die sich einer tiefen Hirnstimulation im subthalamischen Nukleus unterzogen hatte, zu vergleichen. Die Ergebnisse zeigten, dass die behandelten Gruppen impulsive Entscheidungen (kurze Reaktionszeit) trafen, was zu einer schlechten Leistung führte. Außerdem kam es je nach Position der Elektrode bei der tiefen Hirnstimulation im subthalamischen Nukleus zu einer Abnahme der neuronalen Aktivität. Schließlich verringerte eine antidromische Aktivierung des Globus pallidus externa die Reaktionszeit bei Patienten mit tiefer Hirnstimulation, ohne die Lernfähigkeit zu verändern. Insgesamt ermöglichte dieses Modell den Forschern, die potenziellen Ursachen für Veränderungen der konfliktiven Entscheidungsfindung bei Parkinson-Patienten mit tiefer Hirnstimulation im subthalamischen Nukleus zu klären, die in weiteren Versuchsanordnungen untersucht werden können.
Dem subthalamischen Nukleus wird eine zentrale Rolle bei der konfliktiven Entscheidungsfindung zugeschrieben. Darüber hinaus wurde bei Parkinson-Patienten, bei denen der subthalamische Nukleus durch tiefe Hirnstimulation operiert wurde, beobachtet, dass die konfliktive Entscheidungsfindung beeinträchtigt war, was zu impulsivem Verhalten führte. Hier wird ein 2D-Computermodell verschiedener Komponenten der Basalganglien verwendet, um die Mechanismen hinter diesen nachteiligen Auswirkungen zu entschlüsseln. Dieses Modell wurde mit experimentellen Daten ergänzt und verwendet, um die Ergebnisse probabilistischer Lernaufgaben in verschiedenen Gruppen unbehandelter und behandelter Parkinson-Patienten sowie einer Gruppe, die sich einer tiefen Hirnstimulation im subthalamischen Nukleus unterzogen hatte, zu vergleichen. Die Ergebnisse zeigten, dass die behandelten Gruppen impulsive Entscheidungen (kurze Reaktionszeit) trafen, was zu einer schlechten Leistung führte. Außerdem kam es je nach Position der Elektrode bei der tiefen Hirnstimulation im subthalamischen Nukleus zu einer Abnahme der neuronalen Aktivität. Schließlich verringerte eine antidromische Aktivierung des Globus pallidus externa die Reaktionszeit bei Patienten mit tiefer Hirnstimulation, ohne die Lernfähigkeit zu verändern. Insgesamt ermöglichte dieses Modell den Forschern, die potenziellen Ursachen für Veränderungen der konfliktiven Entscheidungsfindung bei Parkinson-Patienten mit tiefer Hirnstimulation im subthalamischen Nukleus zu klären, die in weiteren Versuchsanordnungen untersucht werden können.
Probing the Role of medication, DBS electrode position, and antidromic activation on impulsivity using a computational model of basal ganglia
V. Srinivasa Chakravarthy
Eingestellt am: 24.09.2021
Datenbank zur Erstellung eines Interaktionsnetzwerks beim Menschen
2016
Massachusetts General Hospital, Boston, USA(1)
Max Planck Institute for Molecular Genetics, Berlin, Deutschland(2)
Max Planck Institute for Molecular Genetics, Berlin, Deutschland(2)
Die Datenbank ConsensusPathDB-human integriert Interaktionsnetzwerke beim Menschen, einschließlich binärer und komplexer Protein-Protein-, genetischer, metabolischer, Signal-, genregulatorischer und Arzneimittel-Ziel-Interaktionen sowie biochemischer Pfade. Die Daten stammen aus derzeit 32 öffentlichen Ressourcen für Interaktionen und Interaktionen, die aus der Literatur zusammengestellt wurden. Die Interaktionsdaten werden auf komplementäre Weise integriert (Vermeidung von Redundanzen), so dass ein nahtloses Interaktionsnetz entsteht, das verschiedene Arten von Interaktionen enthält.
Analyzing and interpreting genome data at the network level with ConsensusPathDB
Atanas Kamburov(1), Ralf Herwig(2)
Eingestellt am: 14.02.2022
In-silico-Modell des Arterienbaums zur Diagnose von Herz-Kreislauf-Erkrankungen
2016
University of Maryland, College Park, USA
Unter den zahlreichen Herz-Kreislauf-Erkrankungen stechen die periphere Arterienerkrankung (pAVK) und die Steifigkeit der Arterien durch ihre hohe Prävalenz hervor. Die derzeit verfügbaren Techniken zur Erkennung und Diagnose von pAVK und Arteriensteifigkeit stoßen jedoch immer wieder an Grenzen. In der vorliegenden Studie haben die Forscher einen neuen Ansatz zur Diagnose von Herz-Kreislauf-Erkrankungen entwickelt, der auf der Analyse der mechanischen Eigenschaften der Arterien beruht, die sich in den Blutdruckkurven manifestieren. Der Forschungsansatz wurde in einer in-silico-Simulation eines Arterienbaums in großem Maßstab getestet. Die Ergebnisse zeigten, dass der Ansatz eine höhere Sensitivität und Benutzerfreundlichkeit als die derzeitigen Methoden aufweist. Die Studie zeigt, dass sich diese Methode in Verbindung mit der Entwicklung von Messungen der Blutdruckkurvenform zu einer Alternative für die Diagnose von Herz-Kreislauf-Erkrankungen entwickeln kann.
Model-based cardiovascular disease diagnosis: a preliminary in-silico study
Jin-Oh Hahn
Eingestellt am: 03.12.2021
Mathematisches Modell der Psoriasis unter Einbeziehung der Zytokindynamik
2016
University of Kent, Canterbury, Großbritannien
Psoriasis ist eine chronisch entzündliche Hauterkrankung, von der weltweit Millionen von Menschen betroffen sind. Bislang fehlte in mathematischen Modellen der Psoriasis die Einbeziehung der Dynamik von Zytokinen, den Signalmolekülen des Immunsystems. In der vorliegenden Studie entwickeln die Forscher ein mathematisches Modell der Psoriasis, das die Interaktionen zwischen verschiedenen Zelltypen berücksichtigt, die durch die von ihnen produzierten Zytokine vermittelt werden. Es wurde die Möglichkeit untersucht, dass einige der Zytokine als schnelle Auslöser für die Dynamik der Zellpopulationen fungieren. Die Analyse zeigt, dass das System zwei stationäre Zustände annehmen kann, die den normalen und den psoriatischen Hautzustand widerspiegeln. Die Studie untersucht die inhärente zeitliche Begrenztheit der der Psoriasis zugrunde liegenden Biologie und demonstriert einen Analyseansatz, der auch für andere biologische Systeme verwendet werden könnte.
Modelling and finite-time stability analysis of psoriasis pathogenesis
Sarah K. Spurgeon
Eingestellt am: 28.10.2021
In-silico-Modell der Kalziumkanalmutation zur Vorhersage der Auswirkungen auf ventrikuläre Tachykardie
2016
Harbin Institute Technology, Harbin, China
Ventrikuläre Tachykardien (VT), die durch eine hohe ventrikuläre Erregungsrate gekennzeichnet sind, können zum plötzlichen Herztod führen. Es wurde nachgewiesen, dass elektrische Umbauten von Ionenkanälen wesentlich zur Auslösung und Aufrechterhaltung von VT beitragen. Mutationen im CACNA1C-Gen, das für eine Kalziumkanal-Untereinheit kodiert, wurden mit VT in Verbindung gebracht.
In der vorliegenden Studie zielten die Forscher darauf ab, die Mechanismen aufzudecken, durch die eine Mutation in CACNA1C zu VT führen könnte. Die Forscher entwickelten 1D-, 2D- und 3D-Computermodelle der Veränderungen der Kalziumdynamik, die durch die CACNA1C-Mutation in Kardiomyozyten hervorgerufen werden. Die Berechnungen zeigten, dass ein erhöhter Kalziumeinstrom in der Mutation eine erhöhte Anfälligkeit für einen unidirektionalen Leitungsblock als Reaktion auf einen vorzeitigen Stimulus hervorruft, was die Auslösung und Aufrechterhaltung einer VT erleichtert. Die Studie kommt zu dem Schluss, dass die durch die CACNA1C-Mutation verursachte erhöhte Repolarisationsdispersion ein Hauptfaktor ist, der zu Herzrhythmusstörungen beiträgt.
Pro-arrhythmogenic effects of CACNA1C G1911R mutation in human ventricular tachycardia: insights from cardiac multi-scale models
Kuanquan Wang
Eingestellt am: 02.12.2021
Let-7 miRNAs stören die Aktivität dreifach negativer Brustkrebs-Stammzellen
2016
The First Affiliated Hospital of Zhengzhou University, Henan, China
Es hat sich gezeigt, dass die miRNA-Familie let-7 in der Lage ist, die normale Funktion von Krebsstammzellen zu stören. Ihr therapeutisches Potenzial bei Krebsarten mit schlechter Prognose wie dreifach negativem Brustkrebs ist jedoch noch unbekannt. Hier wurden verschiedene In-vitro-Modelle mit menschlichen Brustkrebszelllinien verwendet, um die hemmende Wirkung von let-7 miRNAs auf die Selbsterneuerungsfähigkeit von dreifach negativen Brustkrebsstammzellen zu untersuchen. Die Ergebnisse zeigten, dass let-7 die Anzahl der Mammosphären reduzieren konnte und synergistische Effekte zusammen mit Strahlung auf die Verhinderung der Stammzellenerneuerung hatte. Außerdem wurde der Signalweg identifiziert, über den let-7 wirkt. Die Reaktivierung des durch let-7 gehemmten Signalwegs durch ein rekombinantes Protein hob die Auswirkungen von let-7 auf. Insgesamt entschlüsselten die Forscher den Signalweg, der an der Anti-Tumor-Aktivität der miRNA-Familie let-7 beteiligt ist, und schlagen neue therapeutische Ziele vor, um die Aktivität von Krebsstammzellen bei der Behandlung von dreifach negativem Brustkrebs zu reduzieren.
Let‑7 miRNAs sensitize breast cancer stem cells to radiation‑induced repression through inhibition of the cyclin D1/Akt1/Wnt1 signaling pathway
Jianbo Gao
Eingestellt am: 31.10.2021
Kombination von Krebstherapien durch mathematische Modellierung unterstützt
2016
Aix Marseille University, Marseille, Frankreich(1)
Assistance Publique-Hopitaux Marseille, Marseille, Frankreich(2)
Assistance Publique-Hopitaux Marseille, Marseille, Frankreich(2)
Die Kombination von Strahlentherapie und Immuntherapie kann erhebliche therapeutische Auswirkungen haben. In dieser Studie schlagen die Forscher eine Reihe von mathematischen Gleichungen vor, die die Pharmakodynamik der Strahlentherapie in Kombination mit zwei paradigmatischen Immuntherapien beschreiben. Die Modellierung bietet eine Erklärung für die berichtete biphasische Beziehung zwischen der Größe eines Tumors und seiner Immunogenität und wie die Synchronisierung von Immuntherapie und Strahlentherapie Synergien erzeugen kann. Die Fähigkeit des Modells wurde retrospektiv durch Überprüfung von Daten aus experimentellen Studien validiert. Ein solches Modell könnte die Entscheidungsfindung über die optimale zeitliche Abstimmung von Immuntherapie und Strahlentherapie weiter erleichtern.
Mathematical modeling of cancer immunotherapy and its synergy with radiotherapy
Dominique Barbolosi(1), Xavier Muracciole(2)
Eingestellt am: 26.07.2021
Mathematisches Modell für durch reaktive Sauerstoffspezies induzierte Zelltodmechanismen
2016
University of Waterloo, Waterloo, Kanada
Ein mathematisches Modell wird verwendet, um die Mechanismen der durch Ascorbinsäure induzierten Zytotoxizität auf Krebszellen zu verstehen und zu entschlüsseln. Dieses Modell bestimmt, dass der durch reaktive Sauerstoffspezies induzierte Zelltod auf Membraneigenschaften beruht. Dies wird durch experimentelle Daten aus In-vitro-Assays mit menschlichen Brustkrebszellen bestätigt. Diese Ergebnisse liefern wichtige Einblicke in die Mechanismen des durch Ascorbinsäure induzierten Krebszelltods und bestätigen dieses Modell als potenzielles Werkzeug zum Verständnis der Mechanismen selektiver Medikamente.
Drug-induced reactive oxygen species (ROS) rely on cell membrane properties to exert anticancer effects
Hamid R Molavian, Mohammad Kohandel
Eingestellt am: 21.07.2021
Screening-Plattfrom zur Bestimmung der Zytotoxizität von Killerzellen
2016
Karolinska Institutet, Tumor and Cell Biology, Stockholm, Schweden(1)
KTH – Royal Institute of Technology, Solna, Schweden(2)
KTH – Royal Institute of Technology, Solna, Schweden(2)
Zytotoxische Effektor-Lymphozyten, wie z.B. natürliche Killerzellen (NK) und T-Zellen, sind wichtig für die Immunabwehr gegen Krebs und Virusinfektionen, was eine entscheidende Eigenschaft in der adoptiven Zelltherapie ist.
Diese Screening-Plattform kann zur Bewertung des zytotoxischen Potenzials einzelner natürlicher Killerzellen (NK-Zellen) innerhalb größerer Populationen verwendet werden. Humane primäre NK-Zellen wurden über einen Silizium-Glas-Mikrochip verteilt, der eine hohe Anzahl von individuellen Mikrovertiefungen enthält, die mit Zielzellen beladen sind. Durch Fluoreszenz-Screening und automatisierte Bildanalyse konnte die Anzahl der NK und der lebenden oder toten Zielzellen in jeder Vertiefung zu verschiedenen Zeitpunkten nach initialer Vermischung bestimmt werden. Die Zytotoxizität wurde auch durch Zeitraffer-Lebendzell-Bildgebung in Mikrovertiefungen untersucht, um das Tötungspotenzial einzelner NK-Zellen zu quantifizieren. Darüber hinaus wurde der Screening-Ansatz angepasst, um seriell abtötende NK-Zellen zu finden und zu bewerten. Dieser Ansatz könnte in der Klinik Anwendung finden, z.B. bei der Auswahl von Spendern für die Stammzelltransplantation oder bei der Generierung hochspezifischer und zytotoxischer Zellen für die adoptive Immuntherapie.
Microchip screening platform for single cell assessment of NK cell cytotoxicity
Björn Önfelt(1, 2)
Eingestellt am: 27.05.2020
Unterscheidung von Subtypen degenerativer Mitralklappenerkrankungen durch microRNA-Profiling
2016
National University of Singapore, Singapore, Singapur
In den Industrieländern ist die degenerative Mitralklappenerkrankung (DMVD) die häufigste Indikation für Mitralklappenoperationen und kann in zwei Varianten unterschieden werden: myxomatöser Mitralklappenprolaps (MMVP) und fibroelastische Defizienz (FED). In der vorliegenden Studie ging es den Forschern darum, die molekularen Mechanismen zu verstehen, die diese beiden Typen unterscheiden. Als Modell dienten den Forschern Klappenproben von MMVP- und FED-Patienten, die aus einer Gewebebank stammten. Aus den Geweben wurde Gesamt-RNA extrahiert, und die Mikro-RNA wurde sequenziert. Es wurde eine Gruppe von unterschiedlich exprimierten microRNAs identifiziert. Eine In-silico-Analyse der potenziellen Zielorte für die Regulierung durch diese mikroRNAs ergab Gene, die an der Homöostase der extrazellulären Matrix beteiligt sind. Die Studie zeigte mikroRNAs auf, die als diagnostische Biomarker und Zielstrukturen für die Entwicklung von Therapeutika verwendet werden könnten.
Differential microRNA expression profile in myxomatous mitral valve prolapse and fibroelastic deficiency valves
Yei-Tsung Chen
Eingestellt am: 30.11.2021
Virtuelles Screening von Medikamenten, die auf HER2 abzielen
2016
Alagappa University, Karaikkudi, Indien
Unter Verwendung von Delphinidin als Ausgangsstoff wurde in dieser Studie nach homologen Verbindungen gesucht, die ein sichereres pharmakologisches Profil für die HER2-Behandlung von menschlichem Brustkrebs aufweisen. Nach einem Screening der PubChem-Datenbank und weiteren Validierungsverfahren wurde eine Verbindung mit höherer Affinität als Delphinidin und besserem ADMET-Profil identifiziert. Diese Studie kann als Ausgangspunkt für die "in vitro"-Bewertung dieses identifizierten HER2-Targeting-Medikaments dienen.
Virtual screening approaches in identification of bioactive compounds akin to delphinidin as potential HER2 inhibitors for the treatment of breast cancer
Sanjeev Kumar Singh
Eingestellt am: 30.07.2021
miRNAs als Biomarker für Brustkrebs
2016
Georgetown University Medical Center, Washington, USA
In den letzten Jahren wurden mikroRNAs als potenzielle solide Biomarker für die Erkennung und Bewertung von Brustkrebs beschrieben. Allerdings gibt es immer noch große Unterschiede zwischen den verschiedenen Studien, was zu Schwierigkeiten bei der Interpretation der Daten führt. Andere Quellen als Blut haben das Potenzial, für die Erkennung von Biomarkern verwendet zu werden und einige ihrer Beschränkungen zu überwinden, wie z. B. Flüssigkeiten aus Ductalspülungen und Brustwarzenaspiraten. Hier wurde Flüssigkeit aus der duktalen Lavage von Brustkrebspatientinnen verwendet, um eine miRNA-Transkriptomanalyse durchzuführen. Dabei wurden 17 unterschiedlich exprimierte miRNAs in Brusttumoren identifiziert, die mit verschiedenen Prozessen der Brustkrebsentwicklung und Metastasierung in Zusammenhang stehen. Diese miRNAs waren nicht auf diese Flüssigkeit beschränkt, sondern konnten auch in Proben anderer Herkunft nachgewiesen werden. Durch die Analyse der miRNA-Kandidaten konnten mehrere Signalwege, die bei Brustkrebs eine Rolle spielen, aufgeklärt werden. Außerdem wurde beschrieben, dass das miRNA-Expressionsprofil spezifisch für verschiedene histologische Tumortypen war. Insgesamt zeigen die Forscher, dass die Analyse von miRNAs in duktaler Flüssigkeit ein potenzielles Instrument sein kann, das als Biomarker für Brustkrebs mit nicht-invasiven Verfahren eingesetzt werden kann.
MicroRNA analysis of breast ductal fluid in breast cancer patients
Bassem R Haddad
Eingestellt am: 25.10.2021
Mathematisches Modell zur Verbesserung der Entscheidung über die Lokalisation von Strahlentherapie
2016
H. Lee Moffitt Cancer Center & Research Institute, Tampa, USA
Seit vielen Jahren wird spekuliert, dass eine lokalisierte Strahlentherapie von Krebsmetastasen gelegentlich eine immuntherapeutische Reaktion des Wirts hervorrufen kann, die als Abszesseffekt bekannt ist.
In der vorliegenden Studie beschreiben die Forscher ein mathematisches Modell, das physiologische Informationen über den Transport von Immunzellen durch das Kreislaufsystem des Patienten einbezieht. Die Studie zeigt, dass die Verteilung der Immunzellen zwischen verschiedenen metastatischen Stellen erheblich variiert und vom Ort der Aktivierung des Immunsystems abhängt. Der vorgestellte Ansatz könnte verwendet werden, um Informationen über patientenspezifische Behandlungsziele bei metastasierten Patienten zu erhalten.
Die Möglichkeit, gezielt und zuverlässig Abszesse in metastasierten Tumoren auszulösen, könnte viele ungedeckte klinische Bedürfnisse erfüllen.
Abscopal benefits of localized radiotherapy depend on activated T cell trafficking and distribution between metastatic lesions
Jan Poleszczuk
Eingestellt am: 26.07.2021
ToxCast ER Pathway Modell für endokrine Disruptoren
Regulatorisch akzeptiert 2016
European Union Reference Laboratory for Alternatives to Animal Testing, Ispra, Italien
Das ToxCast-Östrogenrezeptor (ER)-Pathway Modell ist ein mathematisches Modell, das die Ergebnisse von 18 Hochdurchsatz-Screening (HTS)-Assays aus den Forschungsprogrammen ToxCast und Tox21 kombiniert. Die HTS-Assays messen ER-Bindung, Dimerisierung, Chromatinbindung, transkriptionelle Aktivierung und ER-abhängige Zellproliferation. Das Modell verwendet die Aktivitätsmuster der 18 In-vitro-Assays, um vorherzusagen, ob eine Chemikalie ein ER-Agonist oder -Antagonist ist oder ob darüber hinaus anderweitig physikalisch oder chemisch die Assays von der Chemikalie beeinflusst werden ("Assay-Interferenz"). Das Ergebnis wird dargestellt als eine Fläche unter dem Kurvenwert (AUC-Wert) für das Potenzial einer Chemikalie, einen ER-Agonismus zu verursachen, normalisiert in Bezug auf die Positivkontrollchemikalie Estradiol. Validiert und regulatorisch anerkannt unter TM2016-08 (US) von EURL ECVAM (TSAR-Liste).
The ToxCast Estrogen Receptor Agonist Pathway Model
EURL ECVAM
Eingestellt am: 03.07.2020
Entwicklung eines Berechnungsmodells für dopaminerge Synapsen
Dezember 2015
University of Ulster, Londonderry, Großbritannien
Die homöostatische Dopaminfreisetzung ist für die ordnungsgemäße Funktion des Gehirns unerlässlich, und die Störung des dopaminergen Systems führt zu neurologischen Störungen. Derzeit fehlt es an effizienten und integrierten Modellen, die es ermöglichen, die molekularen und neuronalen Schaltkreisebenen des dopaminergen Systems in einem Gesamtkonzept zu verbinden. Hier versuchen die Forscher, ein realistisches Computermodell zu entwickeln, das ein dopaminerges präsynaptisches Terminal effizient darstellt. Ausgehend von einem bereits etablierten Rechenmodell war es möglich, dieses zu vereinfachen und auf zwei Zeitskalenmodelle zu reduzieren. Darüber hinaus weisen sowohl das ursprüngliche als auch das reduzierte Modell eine ähnliche Dynamik auf, wobei die reduzierte Version rechnerisch effizienter ist und für die Untersuchung der zugrunde liegenden Schlüsselmechanismen verwendet werden kann. Schließlich wurde dieses reduzierte Modell mit einem Modell für Spike-Neuronen kombiniert, in das später ein Autorezeptor-vermittelter inhibitorischer Strom aufgenommen wurde, um dopaminerges neuronales Verhalten realistisch zu simulieren. Zusammenfassend lässt sich sagen, dass ein neues integriertes Rechenmodell entwickelt wurde, das die ersten Schritte auf dem Weg zu einer effizienten Rechenplattform für die Simulation des dopaminergen Systems darstellt, die ein großes Potenzial für die Entdeckung und Entwicklung von Arzneimitteln haben könnte.
Integrated dopaminergic neuronal model with reduced intracellular processes and inhibitory autoreceptors
KongFatt Wong-Lin
Eingestellt am: 11.09.2021
Erstellung von Expressionsprofilen und In-silico-Modellierung bei Patienten zur Beurteilung der Gewebeverträglichkeit
Dezember 2015
Virginia Commonwealth University, Richmond, USA
Die Stammzelltransplantation von HLA-übereinstimmenden Spendern (HLA ist einer der wichtigsten genetischen Marker für die Gewebekompatibilität) ermöglicht die Heilung von Patienten mit hämatologischen Malignomen, allerdings um den Preis einer erheblichen Morbidität aufgrund der Graft-versus-Host-Krankheit (GVHD) und der zu ihrer Bekämpfung verabreichten Immunsuppression. In der vorliegenden Studie verwendeten die Forscher die Sequenzierung des gesamten Exoms in Kombination mit einer In-silico-Bewertung der Peptidbindung, um eine mögliche Alloreaktivität abzuschätzen, die zu einer GVHD führt. Die Studie wurde an 34 Spender-Empfänger-Paaren für Stammzelltransplantationen durchgeführt, die HLA-angepasst waren. Es zeigte sich, dass die Methodik eine quantitative Grundlage für die Verfeinerung der Spenderauswahl und die Titration der Immunsuppression nach einer Stammzelltransplantation bietet.
Dynamical system modeling to simulate donor T Cell response to whole exome sequencing-derived recipient peptides demonstrates different alloreactivity potential in HLA-matched and -mismatched donor–recipient pairs
Amir A. Toor
Eingestellt am: 19.09.2021
Computergestütztes Modell der Symptome der Parkinson-Krankheit
November 2015
RWTH Aachen University, Aachen, Deutschland
Die Parkinson-Krankheit ist durch einen fortschreitenden Verlust dopaminerger Neuronen gekennzeichnet, der zu einem Rückgang des Dopamins in den Basalganglien führt. Eine der Folgen dieser Pathologie ist das Einfrieren der artikulatorischen Bewegungen während der Sprachproduktion. Zur weiteren Untersuchung dieses Phänomens wurde in dieser Studie ein computergestützter Ansatz zur Simulation von Silbensequenzierungsaufgaben durch Modellierung der kortikobasalen Ganglien-Thalamus-kortikalen Aktionsauswahlschleife verwendet, die den Dopaminspiegel verändert. Zwei Parameter wurden verwendet, um die Auswirkungen von D1- und D2-Rezeptoren darzustellen und die verschiedenen Dopaminspiegel im Striatum zu differenzieren und zu verändern. Die Ergebnisse zeigen, dass es durch eine Verringerung des Dopaminspiegels um 50 % möglich war, den Freezing-Effekt nach weniger als 5 Silbenproduktionen zu reproduzieren. Darüber hinaus konnte mit dem Modell festgestellt werden, dass die Verringerung des Dopaminspiegels in den D1-Rezeptoren für das Einfrieren der Handlungsauswahl beim Sprechen ausschlaggebender war. Das hier verwendete Modell ermöglichte es, die Symptomatik der Parkinson-Krankheit zu reproduzieren und potenzielle Mechanismen zu erhellen, die dieses Verhalten hervorrufen können.
Reduction of dopamine in basal ganglia and its effects on syllable sequencing in speech: a computer simulation study
Bernd J Kröger
Eingestellt am: 23.09.2021
In-silico-Simulation der Elektrodenplatzierung zur Verbesserung der Diagnose von Myokardischämie
Oktober 2015
Institute of Biomedical Engineering, Karlsruhe, Deutschland
Das ST-Segment in einem Elektrokardiogramm ist ein flaches Segment zwischen zwei Wellen, die S und T genannt werden. Die Identifizierung der Abweichung des ST-Segments von der normalen Grundlinie ist eine wesentliche Methode zur Diagnose einer Myokardischämie. Leider können einige Formen der Ischämie auf diese Weise nicht erkannt werden. In der vorliegenden Studie zielten die Forscher darauf ab, eine rechnerische Untersuchung verschiedener Elektrodenanordnungen zur Erkennung einer frühen Ischämie 10 Minuten nach Beginn durchzuführen. Zu diesem Zweck wurde eine Simulationsstudie für 765 verschiedene Ischämieorte und -größen im linken Ventrikel von drei virtuellen Patienten durchgeführt. Die Ergebnisse tragen zum Wissen über Ischämie-induzierte Elektrokardiogramm-Veränderungen bei und könnten dazu beitragen, den Anteil der Ischämie ohne ST-Hebung in der Akutdiagnose zu verringern und so die Zahl der Patienten zu erhöhen, die von einer sofortigen Behandlung profitieren.
ECG-based detection of early myocardial ischemia in a computational model: impact of additional electrodes, optimal placement, and a new feature for ST deviation
Axel Loewe
Eingestellt am: 02.12.2021
MicroRNA-Profile für die Diagnose von Parkinson und Alzheimer
Oktober 2015
Zhejiang University, Hangzhou, China
Die klinische Diagnose der Parkinson- und der Alzheimer-Krankheit ist in frühen Stadien schwierig und birgt ein hohes Risiko von Mischdiagnosen. Daher müssen Instrumente entwickelt werden, mit denen diese Krankheiten zuverlässig unterschieden werden können, da es äußerst wichtig ist, die krankheitsspezifische Behandlung so früh wie möglich zu beginnen. Hier wurde eine Methode zur Erstellung von microRNA-Profilen entwickelt, um die exosomalen microRNAs zu analysieren, die aus dem Liquor von Parkinson- und Alzheimerpatienten isoliert wurden. Die Forscher fanden mehrere microRNAs, die in Parkinson-Exosomen im Liquor von gesunden Kontrollpersonen und Alzheimer-Patienten unterschiedlich exprimiert wurden. Anschließend wurde eine computergestützte Methode angewandt, um die angereicherten Signalwege in den microRNA-Profilen von Parkinson-Patienten zu analysieren. Darüber hinaus fanden sie heraus, dass auch andere RNA-Typen in Exosomen des Liquors von Parkinson- und Alzheimer-Patienten unterschiedlich exprimiert wurden. Insgesamt unterstützen diese Daten die Idee, exosomale RNA aus dem Liquor als zuverlässigen Biomarker zu verwenden, der sensitiv genug ist, um eine Differentialdiagnose der Parkinson-Krankheit zu stellen.
Altered microRNA profiles in cerebrospinal fluid exosome in Parkinson disease and Alzheimer disease
YaXing Gui
Eingestellt am: 23.08.2021
In-silico-Analyse der Angiographie von Patienten zur Vorhersage des Risikos einer koronaren Plaqueruptur
2015
Seoul National University Hospital, Seoul, Südkorea
Die Ruptur der koronaren Plaque ist ein kritisches Ereignis, das den Beginn des akuten Koronarsyndroms (ACS) auslöst. Obwohl die Abfolge der Plaqueruptur aufgrund früherer histopathologischer Daten gut verstanden ist, ist die Vorhersage der Plaqueruptur bei einem einzelnen Patienten immer noch problematisch. In der vorliegenden Studie zielten die Forscher darauf ab, die auf die Plaque wirkende hämodynamische Kraft zu charakterisieren und ihre Beziehung zur Läsionsgeometrie zu untersuchen. Die Forscher führten eine computergestützte Strömungsdynamikanalyse an Koronarplaque-Bildern von 81 Patientenläsionen durch. Die Studie stellt einen Zusammenhang zwischen dem auf den Koronarplaque wirkenden hämodynamischen Druck und der Läsionsgeometrie her, der bei der Bewertung des Risikos einer Plaqueruptur und der Behandlungsstrategie hilfreich sein dürfte.
Coronary artery axial plaque stress and its relationship with lesion geometry: application of computational fluid dynamics to coronary CT angiography
Bon-Kwon Koo
Eingestellt am: 24.11.2021
Neuronale Konstrukte zur Vorhersage der neuronalen Toxizität
2015
Morgridge Institute for Research, Madison, USA
Auf menschlichen pluripotenten Stammzellen basierende In-vitro-Modelle, die die menschliche Physiologie widerspiegeln, haben das Potenzial, kosteneffizient die Entwicklungsneurotoxizität von Chemikalien zu bewerten. Hier wurden aus menschlichen embryonalen Stammzellen (ES) gewonnene neurale Vorläuferzellen, Endothelzellen, mesenchymale Stammzellen und Mikroglia-/Makrophagenvorläufer auf synthetischen Hydrogelen kombiniert und in serumfreiem Medium kultiviert, um zelluläre Interaktionen im sich entwickelnden Gehirn zu modellieren. Die Vorläuferzellen bauten sich selbst zu neuronalen 3D-Konstrukten mit unterschiedlichen Neuronen- und Glia-Populationen, miteinander verbundenen Gefäßnetzwerken und verzweigten Mikroglia auf. Die Replikatkonstrukte waren durch RNA-Sequenzierung (RNA-Seq) reproduzierbar und exprimierten Gene für Neurogenese, Gefäßentwicklung und Mikroglia. Mithilfe von maschinellem Lernen wurde aus diesen RNA-Seq ein Vorhersagemodell für die neuronalen Konstrukte erstellt, die einem Trainingssatz von 60 toxischen und nicht toxischen Chemikalien ausgesetzt waren, und anschließend in einem Blindversuch mit einem Satz von 10 zusätzlichen Verbindungen Vorhersagen getroffen. Das Modell klassifizierte dabei 9 der 10 zusätzlichen Chemikalien korrekt. Diese kombinierte Strategie zeigt den Wert von zellbasierten Tests für die prädiktive Toxikologie und dürfte sowohl für die Bewertung der Sicherheit von Arzneimitteln als auch von Chemikalien nützlich sein.
Human pluripotent stem cell-derived neural constructs for predicting neural toxicity
James A. Thomson
Eingestellt am: 09.11.2021
Computergestützte Entdeckung von Transkriptionsregulatoren bei Krebs
2015
National Institute of Genomic Medicine, Mexiko-Stadt, Mexiko
Implementierung einer Reihe von Algorithmen zur Analyse von Genregulationsnetzen und Transkriptionsregulatoren im Zusammenhang mit Brustkrebs. Durch die Analyse von 880 Microarrays von Biopsieproben aus primärem Brustkrebs konnten mehrere Hauptregulatoren beschrieben werden, die an bekannten Merkmalen von Krebs beteiligt sind. Insgesamt zeigt diese Studie, dass diese Techniken ein potenzielles Instrument sein könnten, um die ersten Stadien der Krebsentwicklung zu verstehen.
Transcriptional master regulator analysis in breast cancer genetic networks
Enrique Hernández-Lemus
Eingestellt am: 31.07.2021
In-vitro-zu-In-vivo-Extrapolation zur Vorhersage des Fischwachstums
2015
Eawag, Swiss Federal Institute of Aquatic Science and Technology, Dübendorf, Schweiz
In dieser Studie wird eine Fischzelllinie in Kombination mit Mechanismus-basierten Computermodellen verwendet, um den chemischen Einfluss auf das Fischwachstum, welches ein häufiger Endpunkt für chronische Toxizitätstests ist, quantitativ vorherzusagen.
Für In-vitro-Tests wurden die Regenbogenforellen-Kiemenzelllinie RTgill-W1 und die beiden Fungizide Cyproconazol und Propiconazol verwendet. Ein physiologisch basiertes toxikokinetisches (PBTK) Modell, das die Verteilung einer Chemikalie in verschiedene Fischgewebe und Organe simuliert, wurde verwendet, um die Chemikalienkonzentration im Expositionsmedium zu berechnen. Das Überleben und die Proliferation der Zellen wurden bis zu 120 Stunden lang gemessen. Die Hemmung des Zellpopulationswachstums wurde mit der Hemmung des Fischwachstums verglichen, für die Daten aus der Literatur abgeleitet wurden.
Zusammenfassend weist das Modell, das ein reduziertes Fischwachstum auf der Grundlage der Hemmung des Fischzellwachstums vorhersagt, eine gute Übereinstimmung mit aus der Literatur stammenden in vivo Daten auf. Die Methode ist einfach, kostengünstig und schnell und erfordert nur In-vitro-Daten, um das Modell zu kalibrieren.
Toxicology across scales: Cell population growth in vitro predicts reduced fish growth
Julita Stadnicka-Michalak
Eingestellt am: 15.04.2024
Mathematisches Modell der T-Zell-Dynamik bei Typ-1-Diabetes
2015
McGill University, Montréal, Kanada
T-Zellen erzeugen die richtige(n) Immunantwort(en) gegen Krankheitserreger mit Hilfe einer Reihe von Oberflächenmolekülen, den so genannten T-Zell-Rezeptoren (TCRs), die die Erkennung fremder Antigene ermöglichen. Die Vielfalt der TCR-Reaktivität gegenüber verschiedenen Antigenen macht einige dieser T-Zellen jedoch anfällig für eine Autoreaktivität gegenüber Selbstantigenen, die eine Autoimmunerkrankung wie Typ-1-Diabetes (T1D) verursachen kann. In der vorliegenden Studie haben die Forscher versucht, die Regulierungsdynamik von T-Zellen während der Entwicklung von T1D zu modellieren. Das Modell ermöglicht die Vorhersage des Fortschreitens von T1D auf der Grundlage einstellbarer Parameter. Das Modell kann somit dazu beitragen, das komplexe Zusammenspiel zwischen T-Zell-Pools zu entschlüsseln und die therapeutische Wirksamkeit bei der Behandlung der Krankheit zu optimieren.
Continuum model of T-cell avidity: understanding autoreactive and regulatory T-cell responses in type 1 diabetes
Anmar Khadra
Eingestellt am: 29.10.2021
Untersuchung endokriner Disruptoren an Vogelzellen
2015
Örebro University, Örebro, Schweden
Eine erhöhte Exposition von Vögeln gegenüber endokrin wirksamen Verbindungen (EDC) kann zu Entwicklungs- und Fortpflanzungsstörungen führen. Ziel der vorliegenden Studie war es, festzustellen, ob zwei Flammschutzmittel und ein Metabolit eines dritten Flammschutzmittels mit dem Androgenrezeptor (AR) des Huhns interagieren können.
In-silico-Modellierungsstudien zeigten, dass die untersuchten Verbindungen in der Lage waren, an die AR-Ligandenbindungstasche des Huhns anzudocken. In-vitro-Assays mit einer hepatozellulären Karzinomzelllinie von Hühnern zeigten, dass alle drei Verbindungen beim Huhn als-AR-Antagonisten wirken und die Testosteron-induzierte AR-Aktivierung hemmen. Eine qRT-PCR-Analyse zeigte, dass die Verbindungen auch die Expressionsmuster verschiedener Gene verändern.
Die Ergebnisse dieser Studie deuten darauf hin, dass es sich bei den untersuchten Verbindungen um potenzielle EDCs handelt. Darüber hinaus zeigt die Studie, dass der kombinierte Einsatz von In-silico- und In-vitro-Techniken ein schnelles und zuverlässiges Verfahren zur Identifizierung neuer toxischer Verbindungen in der Umwelt ist.
The brominated flame retardants TBP-AE and TBP-DBPE antagonize the chicken androgen receptor and act as potential endocrine disrupters in chicken LMH cells
Per-Erik Olsson
Eingestellt am: 14.02.2024
Vorhersagemodell für die Lymphknoteninvasion bei Brustkrebs
2015
Seoul National University Hospital, Seoul, Südkorea
Bei Luminal A Brustkrebs kann es zu frühen Komplikationen kommen, die zur Entwicklung von Lymphknotenmetastasen führen. Die Methoden zum Nachweis dieses Prozesses sind jedoch unzuverlässig, und es wurden einige falsch negative Fälle gemeldet. Hier wird ein biomarkerbasiertes Modell zur Vorhersage der Lymphknotenmetastasierung bei luminalem A-Brustkrebs entwickelt, wobei Gewebeproben von Patientinnen mit invasivem duktalem Karzinom des Luminal-A-Typs verwendet werden, um die Expression von Silent-Mating-Type-Information-Regulation-2-Homolog 1 und Apoptose-bezogenen Faktoren zu untersuchen. Die Ergebnisse zeigten, dass eine Kombination verschiedener spezifischer Faktoren aus klinischen und trasnkriptomischen Daten die stärkste Vorhersageleistung für die Lymphknoteninvasion hatte, die auch ein verkürztes krankheitsfreies Überleben vorhersagen konnte. Darüber hinaus wurde festgestellt, dass das Silent-Mating-Type-Information-Regulation-2-Homolog 1 und bestimmte Apoptose-bezogene Proteine eine tumorsuppressive Wirkung bei luminalem A-Brustkrebs haben. Insgesamt stellen die Forscher ein neues Instrument vor, mit dem die Vorhersage von Lymphknotenmetastasen verbessert werden kann, was für die Optimierung der chirurgischen Strategien bei Brustkrebspatientinnen von großer Bedeutung sein kann.
Expression of SIRT1 and apoptosis-related proteins is predictive for lymph node metastasis and disease-free survival in luminal A breast cancer
Seock-Ah Im, Han Suk Ryu
Eingestellt am: 25.10.2021
Identifizierung von Biomarkern bei der Alzheimer-Krankheit
2015
Korea Basic Science Institute, Chungbuk, Südkorea(1)
Université de Lille 1, Villeneuve-d’Ascq, Frankreich(2)
Université de Lille 1, Villeneuve-d’Ascq, Frankreich(2)
Die Alzheimer-Krankheit ist die häufigste Form der Demenz und ist durch eine fortschreitende Degeneration des Gehirns gekennzeichnet, die zu kognitiven Defiziten und zum Tod führt. Trotz des zunehmenden Wissensstandes sind die Entstehungsmechanismen und Biomarker der Pathologie nach wie vor unklar. Hier wurden Teilbereiche des Hippocampus CA4 und des Gyrus dentatus von Alzheimer-Patienten mittels massenspektrometriebasierter Proteomanalyse in Kombination mit markierungsfreier Quantifizierung untersucht, um potenzielle Biomarker zu identifizieren. Die Ergebnisse ergaben 113 potenzielle Marker, deren Proteingehalte bei Alzheimer-Patienten im Vergleich zu Kontrollpersonen um das Zweifache abweichen. Fünf dieser Proteine wurden als mutmaßliche Alzheimer-Biomarker identifiziert und validiert. Darüber hinaus wurden aus den 113 unterschiedlich regulierten Proteinen fünf vorgelagerte Signalfaktoren identifiziert. Insgesamt liefern die Forscher neue Informationen über veränderte Proteine bei der Alzheimer-Krankheit, die möglicherweise als Biomarker für die Diagnose der Krankheit verwendet werden könnten und auch die Tür zu neuen therapeutischen Zielen öffnen.
Proteome-wide characterization of signalling interactions in the hippocampal CA4/DG subfield of patients with Alzheimer’s disease
Young Mok Park(1), Isabelle Fournier(2)
Eingestellt am: 01.10.2021
In-silico-Modell der zerebrospinalen venösen Zirkulation
2015
IRCCS Santa Maria Nascente, Milano, Italien
In den letzten Jahren wurde der Zusammenhang zwischen Anomalien des extrakraniellen Venensystems und Pathologien des Zentralnervensystems (ZNS) untersucht, doch konnte bisher kein eindeutiger Zusammenhang nachgewiesen werden. In der vorliegenden Studie wollten die Forscher Licht ins Dunkel bringen, indem sie anhand von anatomischen Daten aus der Literatur ein In-silico-Modell des zerebro-spinalen Venenabflusses erstellten. Die Auswirkungen der Obstruktion der wichtigsten venösen Abflüsse wurden simuliert, und das Modell wurde zur Retroanalyse von 112 Multiple-Sklerose-Patienten verwendet. Das in der Studie entwickelte Modell kann physiologische und pathologische Verhaltensweisen mit guter Genauigkeit vorhersagen. Bei der weiteren Entwicklung des Modells sollten verschiedene Körperpositionen berücksichtigt werden.
An anatomy-based lumped parameter model of cerebrospinal venous circulation: can an extracranial anatomical change impact intracranial hemodynamics?
Maria Marcella Laganà
Eingestellt am: 28.11.2021
Netzwerkmodell zur Untersuchung von Dopamin und Serotonin in den Basalganglien
2015
Indian Institute of Technology Madras, Chennai, Indien
Es wird vermutet, dass die Basalganglien zur risikobasierten Entscheidungsfindung von Menschen beitragen. Die Berechnungsprinzipien und neuronalen Korrelate der Risikoberechnung in diesem Bereich sind jedoch nicht bekannt. In früheren Studien wurde ein Modell des Verstärkungslernens der Basalganglien vorgeschlagen, das auf der Interaktion zwischen Dopamin, das für Belohnungsvorhersagefehler verantwortlich ist, und Serotonin, das mit Risikovorhersagefehlern zusammenhängt, beruht. Hier wird das frühere Modell zu einem detaillierten Netzwerkmodell der Basalganglien erweitert, das Daten auf anatomischer und zellulärer Ebene einbezieht, um die Beiträge der Dopamin-Serotonin-Interaktionen zur Risiko- und Belohnungs-Bestrafungsempfindlichkeit zu bewerten. Ein wichtiges Merkmal dieses erweiterten Modells ist die Einbeziehung von Dopamin D1 und D2 koexprimierenden mittelgroße Projektionsneuronen und die Frage, wie Dopamin und Serotonin ihre Aktivität vermitteln. Die Ergebnisse zeigen, dass Serotonin signifikante modulierende Effekte auf D2 und D1-D2 koexprimierende Neuronen hat, was die vielfältigen Funktionen von Serotonin in den Basalganglien bei Risikosensitivität und Belohnungs-Bestrafungslernen vorhersagt. Darüber hinaus könnte dieses Modell auch die Beeinträchtigung dieser Funktionen bei der Parkinson-Krankheit vorhersagen. In dieser Studie zeigen die Forscher, dass Serotonin eine wichtige Rolle beim Belohnungs-Bestrafungs-Lernen spielen kann und ein potenzielles Ziel für die Ergänzung von Dopamin-basierten Therapien bei Patienten mit Defiziten sein könnte.
A network model of basal ganglia for understanding the roles of dopamine and serotonin in reward-punishment-risk based decision making
V. Srinivasa Chakravarthy
Eingestellt am: 22.09.2021
ToxCast ER-Modell für Screening von Chemikalien auf endokrine Aktivität
Regulatorisch akzeptiert 2015
U.S. EPA, Washington, D.C., USA
Das ToxCast ER-Modell ist ein Computermodell für schnelles Screening von Chemikalien auf deren endokrine Aktivität. Die Ergebnisse von 18 ToxCast-Hochdurchsatz-Screening-Tests für den Östrogenrezeptor, bei denen verschiedene Punkt des Signalwegs mit unterschiedlichen Testtechnologien gemessen wurden, wurden in ein Berechnungsmodell integriert. Mit einer Genauigkeit von 95% sagte das Modell die Bioaktivität von Referenzchemikalien mit verschiedenen Strukturen und Wirkintensitäten für eine relativ große Gruppe von 193 Chemikalien voraus. Darüber hinaus prognostizierte das ToxCast ER-Modell die Ergebnisse der EDSP Tier 1-Richtlinie und anderer Uterotropher Assays mit einer Genauigkeit von über 90 %. Die Ergebnisse zeigen, dass das Modell ein empfindliches, spezifisches, quantitatives und effizientes Testsystem ist. Die EPA akzeptiert nun die Daten des ToxCast ER-Modells für 1.812 Chemikalien als Alternativen für die EDSP Tier 1 ER-Bindungs-, ER-Transaktivierungs- und Uterotrophen Tests.
Screening chemicals for estrogen receptor bioactivity using a computational model
Patience Browne
Patience Browne et al. Environmental Science & Technology 2015 [523]
United States Environmental Protection Agency (EPA) [524]
Eingestellt am: 18.08.2021
Multi-Ansatz-Studie über Tripeptide zur Depolymerisation von Amyloid-Beta-Fibrillen
2015
Polish Academy of Sciences, Warschau, Polen(1)
Slovak Academy of Sciences, Kaschau, Slowakei(2)
Slovak Academy of Sciences, Kaschau, Slowakei(2)
Die Aggregation von Amyloid-Beta und die Bildung von Fibrillen werden als Hauptursache für die Pathologie der Alzheimer-Krankheit angesehen. Trotz des Mangels an wirksamen Behandlungen gibt es experimentelle Daten, die darauf hindeuten, dass die Umkehrung der Amyloid-Aggregation die Symptome der Krankheit verringern kann. In dieser Studie wurden alle Tripeptide auf ihre Fähigkeit zur Depolymerisation von Amyloid beta untersucht. Verschiedene rechnerische Ansätze ergaben vier Tripeptide mit hoher Bindungsaffinität zu Amyloid-Aggregaten und zeigten, dass die Interaktion vorzugsweise an den hydrophoben Regionen der Fibrillen stattfindet. Außerdem führten die Forscher In-vitro-Tests durch, um die Kandidaten experimentell zu validieren. Sie stellten fest, dass die vier Tripeptide eine signifikante depolymerisierende Aktivität aufwiesen und ihre DC50-Werte im mikromolaren Bereich lagen, was die Ergebnisse der in silico-Analyse bestätigte. Diese Methode beschreibt eine Reihe von Tripeptiden mit hoher Bindungsaffinität zu Amyloid-Beta-Fibrillen und die Mechanismen dieser Wechselwirkungen, die zu einer Depolymerisierung von Amyloid-Beta führen und einen potenziellen therapeutischen Ansatz für die Alzheimer-Krankheit darstellen könnten, der in zukünftigen Studien weiter getestet werden kann.
In silico and in vitro study of binding affinity of tripeptides to amyloid β fibrils: implications for Alzheimer’s disease
Mai Suan Li(1), Zuzana Gazova(2)
Eingestellt am: 15.08.2021
Laborübergreifende Homogenisierung der Ki67-Bewertung
2015
University of British Columbia, Vancouver, Kanada
Um die Homogenität der Ki67-Bewertungsergebnisse zwischen verschiedenen Labors zu erhöhen, wurden Forscher aus 18 Labors geschult und in einer webbasierten Übung getestet, um Ki67-gefärbte Gewebe-Mikroarray-Fälle zu bewerten. Durch dieses Standardisierungsverfahren konnte die Reproduzierbarkeit von Ki67 zwischen diesen Labors erhöht werden. Dies zeigt, dass die Verwendung von Ki67 als Biomarker eine potenzielle Lösung für die Brustkrebsdiagnostik sein könnte, auch wenn noch weitere Forschungsarbeiten erforderlich sind, um sie in die Praxis umzusetzen.
An international study to increase concordance in Ki67 scoring
Torsten O Nielsen
Eingestellt am: 31.07.2021
Transkriptomische Analyse der Entwicklung des menschlichen Striatums
2015
University of Barcelona, Barcelona, Spanien
Ein besseres Verständnis der Neuroentwicklung ist notwendig, um die Physiologie des Gehirns unter verschiedenen Bedingungen richtig zu verstehen. Die in den letzten Jahren erzielten Fortschritte in der Stammzelltechnologie ermöglichen es, menschliche Modelle durch die Rekapitulation der menschlichen Entwicklung in vitro zu erzeugen. Allerdings gibt es immer noch bestimmte Einschränkungen, und eine angemessene Bewertung der Protokolle sollte durch einen Vergleich der In-vitro-Prozesse mit ihren In-vivo-Gegenstücken erfolgen. In diesem Projekt wurden menschliche Proben der gesamten Ganglienzone und des adulten Striatums aufbereitet und mittels quantitativer Hochdurchsatz-Genexpressionsanalyse analysiert, um die Genexpressionsmuster aufzuklären, die die Entwicklung des Striatums steuern. Die Ergebnisse zeigten, dass die relative Expression spezifischer Gene zwischen verschiedenen Hirnarealen ein Schlüsselfaktor für deren korrekte Entwicklung ist. Anschließend wurden diese Expressionsprofile verwendet, um die Differenzierung menschlicher pluripotenter Stammzellen durch die Identität der gesamten ganglionären Eminenz zu adulten striatumähnlichen Zellen zu charakterisieren. Insgesamt erstellen die Forscher ein transkriptomisches Profil zur Bewertung von aus Stammzellen gewonnenen Tools für die In-vitro-Modellierung oder für Zelltherapie-Strategien.
Quantitative high-throughput gene expression profiling of human striatal development to screen stem cell–derived medium spiny neurons
Josep M Canals
Eingestellt am: 28.11.2021
Computergestützte Verfahren zur Erforschung von oxidativem und immunologischem Stress bei Demenz
Dezember 2014
San Raffaele Scientific Institute, Mailand, Italien
Leichte kognitive Beeinträchtigungen können das Risiko der Entwicklung der Alzheimer-Krankheit erhöhen. Um die Prognose der Krankheit einschätzen zu können, werden daher Hilfsmittel zur Vorhersage benötigt. Pro-oxidativer Zustand und Neuroinflammation werden zunehmend mit Demenz in Verbindung gebracht. Deshalb wird in dieser Studie ein neues Computermodell auf der Grundlage künstlicher neuronaler Netze verwendet, um die Beziehung zwischen oxidativem Stress und Entzündung bei der Alzheimer-Krankheit und leichten kognitiven Beeinträchtigungen zu entschlüsseln. Die Ergebnisse zeigen, dass das maschinelle Lernen in der Lage war, einen Algorithmus zu entwickeln, der anhand einer geringen Anzahl immunologischer und oxidativer Stressparameter eine genaue Klassifizierung der Alzheimer-Krankheit und der leichten kognitiven Beeinträchtigung ermöglicht. Außerdem war es möglich, mit einem neuen nichtlinearen mathematischen Modell eine Korrelation zwischen einem globalen Immundefizit und einer kognitiven Beeinträchtigung herzustellen. Insgesamt wird in dieser Studie eine neue Methode zur Unterscheidung zwischen verschiedenen Arten von Demenz, zur genauen Vorhersage der möglichen Prognose dieser Fälle und zur Entschlüsselung neuer Mechanismen der Pathophysiologie dieser Störungen vorgeschlagen, was sie zu einem potenziell wertvollen Instrument für klinische Anwendungen macht.
A global immune deficit in Alzheimer’s disease and mild cognitive impairment disclosed by a novel data mining process
Maira Gironi
Eingestellt am: 05.08.2021
In-silico-Vorhersage der chemischen Toxizität für Vogelarten
Dezember 2014
East China University of Science and Technology, Shanghai, China
Das Ziel dieser Studie war es, ein In-silico-Vorhersagetool für chemische Toxizität für verschiedene Vogelarten zu entwickeln. Dafür wurde auf die Toxizität von mehr als 663 verschiedenen Chemikalien, einschließlich Pestiziden und Industriechemikalien, auf 17 Vogelarten zugegriffen. Es wurden Datensätze aus der EPA-Ecotox-Datenbank ausgewählt und Daten für Stockenten und Virginiawachteln verwendet, um Modelle für die Vorhersage der Toxizität von Vögeln zu erstellen, während Daten von Japanwachteln zur Validierung der Modelle verwendet wurden. Alle Chemikalien wurden in drei Kategorien eingeteilt, d. h. hochgiftig, leicht giftig und ungiftig, basierend auf den Toxizitätsklassifizierungskriterien der US-amerikanischen Umweltschutzbehörde (EPA).
Für die Modellentwicklung wurden chemische Kategorieansätze verwendet und sowohl molekulare Deskriptoren als auch Fingerabdrücke berechnet, um die Verbindungen darzustellen. Anschließend wurden binäre Klassifikationsmodelle entwickelt, die auf Methoden des maschinellen Lernens basieren. Das beste Modell hatte eine Gesamtgenauigkeit von 0,851 für die Vorhersage der Toxizität bei Vogelarten. Darüber hinaus wurden mehrere repräsentative Substrukturen zur Charakterisierung der Toxizität für Vögel identifiziert.
In silico prediction of chemical toxicity on avian species using chemical category approaches
Philip W. Lee, Yun Tang
Eingestellt am: 06.02.2024
Computermodell zur Untersuchung der Dynamik fehlgefalteter Proteine im Gehirn
November 2014
Montreal Neurological Institute, Montreal, Kanada
Die Aggregation von fehlgefalteten Proteinen wird mit verschiedenen Neuropathologien in Verbindung gebracht. Amyloid beta ist eines davon, und die Mechanismen seiner Ausbreitung und Ablagerung sind nicht bekannt. In dieser Studie wird ein rechnerischer Ansatz verwendet, um ein epidemisches Ausbreitungsmodell für die Dynamik fehlgefalteter Proteine zu erstellen, das die individuelle lebenslange Ausbreitung innerhalb des Gehirns und die Faktoren, die sie fördern, rekonstruiert. Anhand von PET-Amyloid-Beta-Datensätzen konnte das Modell die Ablagerungsmuster von Amyloid-Beta in menschlichen Gehirnen reproduzieren und schlägt mehrere Mechanismen vor, die den Beginn und das Fortschreiten von Amyloid-Beta bei der Alzheimer-Krankheit, aber auch die Ablagerungsdynamik im normal alternden Gehirn erklären. Es war auch in der Lage, die Anhäufung von Amyloid-Beta mit mehreren anderen Faktoren und den Wechselwirkungen zwischen ihnen in Verbindung zu bringen. Zusammenfassend lässt sich sagen, dass dieses Modell es ermöglicht, die Dynamik fehlgefalteter Proteine im Gehirn mit individuellen Risikofaktoren sowie klinischen und demografischen Daten in Beziehung zu setzen und damit die Tür zur Erforschung der Mechanismen fehlgefalteter Proteine im Zusammenhang mit dem Altern und neurologischen Erkrankungen zu öffnen.
Epidemic spreading model to characterize misfolded proteins propagation in aging and associated neurodegenerative disorders
Yasser Iturria-Medina, Alan C. Evans
Eingestellt am: 08.08.2021
In-silico-Bewertung der dynamischen Auswirkungen von Arzneimitteln auf die Pathoelektrophysiologie des menschlichen Vorhofs
November 2014
Institute of Technology (KIT), Karlsruhe, Deutschland
Vorhofflimmern (AF) ist aufgrund seiner hohen Prävalenz und der damit verbundenen schweren Komplikationen eine wichtige Arrhythmie. Vorhofflimmern wird mit verschiedenen Antiarrhythmika, wie Amiodaron und Dronedaron, behandelt. Neben gewissen Unterschieden in der hemmenden Wirkung auf Ionenkanäle unterscheiden sich die beiden Medikamente auch deutlich in ihren pharmakokinetischen Eigenschaften. In der vorliegenden Studie wollten die Forscher die komplexen Wirkungen dieser Medikamente in einem In-silico-Modell der menschlichen Vorhofelektrophysiologie untersuchen. Die Pharmakodynamik von Amiodaron und Dronedaron wurde im Hinblick auf ihre Dosis- und Herzfrequenzabhängigkeit untersucht, indem 10 Kenngrößen der Morphologie des Aktionspotenzials und der Leitungseigenschaften ausgewertet wurden. Es wurde ein Arrhythmie-Score berechnet. Die Daten liefern mögliche Erklärungen für die überlegene Wirksamkeit von Amiodaron und können bei der Entwicklung einer substratspezifischen Pharmakotherapie für Vorhofflimmern helfen.
In-silico assessment of the dynamic effects of amiodarone and dronedarone on human atrial patho-electrophysiology
Axel Loewe
Eingestellt am: 02.12.2021
Bewertung der Blutflussdynamik bei Patienten mit Fontan-Verfahren
Oktober 2014
Georgia Institute of Technology & Emory University, Atlanta, USA
Das Fontan-Verfahren ist die palliative Strategie zur Behandlung von Läsionen eines einzelnen Ventrikels. Die operative Sterblichkeit ist gering, aber der allmähliche Leistungsverlust trägt zu einigen langfristigen Komplikationen bei. In der vorliegenden Studie wollten die Forscher die Variabilität des Leistungsverlusts bei behandelten Patienten untersuchen. Die Forscher führten eine rechnerische Analyse der Fontan-Verbindungen anhand der Magnetresonanztomographien (CMR) von 100 Patienten durch. Die Studie zeigte, dass der Leistungsverlust bei Fontan-Patienten sehr unterschiedlich ist und mit Alter und Entwicklung variieren kann. Außerdem korreliert ein erhöhter Leistungsverlust mit einem geringeren systemischen Fluss und einem niedrigeren Herzindex, hängt aber nicht von der Art der Fontan-Verbindung ab. Diese Art von Studien ermöglicht eine bessere Bewertung der Operationsstandards.
Fontan hemodynamics from 100 patient-specific cardiac magnetic resonance studies: a computational fluid dynamics analysis
Ajit P. Yoganathan
Christopher M. Haggerty et al. Journal of Thoracic and Cardiovascular Surgery 2014 [537]
EURL ECVAM [538]
Eingestellt am: 27.11.2021
Mathematische Analyse des Immunzellrepertoires bei gesunden Spendern und Autoimmunpatienten
Oktober 2014
Lobachevsky State University of Nizhny Novgorod, Nizhny Novgorod, Russische Föderation
T-Lymphozyten sind die Hauptakteure des adaptiven Immunsystems und erkennen, bekämpfen und speichern Krankheitserreger in ihrer ganzen Vielfalt. Die spezifische Erkennung potenziell schädlicher fremder Peptide erfolgt durch die hochselektive Bindung von T-Zell-Rezeptoren (TCR) an Peptid-MHC-Komplexe (p-MHC), die auf der Oberfläche spezialisierter Antigen-präsentierender Zellen sitzen. Die erforderliche Erkennungsvielfalt ergibt sich aus einer astronomischen Anzahl unterschiedlicher molekularer Varianten von TCRs. Dennoch exprimiert eine T-Zelle in der Regel nur eine einzige TCR-Variante, und alle ihre Tochterzellen haben identische Antigenerkennungseigenschaften, was einen Klonotyp darstellt. Die klonale Struktur des menschlichen peripheren T-Zell-Repertoires wird durch eine Reihe von Prozessen geformt, und ihre genaue Abstimmung führt zu einer bemerkenswerten Fähigkeit, Krankheitserreger in ihrer ganzen Vielfalt zu bekämpfen, während systemische Ausfälle zu schwerwiegenden Folgen wie Autoimmunerkrankungen führen können. In der vorliegenden Studie entwickelten die Forscher einen statistischen Ansatz zur Bewertung der klonalen Größenverteilung von T-Zellen anhand von aktuellen Next Generation Sequencing-Daten von menschlichen Spendern, 41 gesunden Personen und einem Patienten mit einer Autoimmunerkrankung. Die Studie zeigt, dass die klonale Struktur bei Gesunden im Großen und Ganzen gleich ist, bei Autoimmunpatienten vor der Therapie jedoch anders aussieht und sich nach der Therapie einem typischen Wert annähert. Die Daten zeigen, wie wichtig das theoretische Verständnis und die mathematische Modellierung der adaptiven Immunität sind.
Assessing T cell clonal size distribution: a non-parametric approach
Mikhail V. Ivanchenko
Eingestellt am: 27.10.2021
Mathematische Berechnung des Wirkstoff-Targeting-Modells
Oktober 2014
Federal University of Juiz de Fora, Juiz de Fora, Brasilien
Mithilfe eines mathematischen Modells werden die Auswirkungen der Anwendung des Medikaments Lapatinib auf Krebsstammzellen simuliert. Das Modell ist eine Kombination aus einem Brusttumor-Wachstumsmodell zusammen mit einem pharmakokinetischen Modell. Die erhaltenen Ergebnisse sind im Vergleich mit experimentellen Daten zufriedenstellend, was dies zu einer potenziell nützlichen Methode macht, um Wirkstoffmechanismen gegen das Tumorwachstum zu verstehen.
Pharmacokinetics simulation of breast cancer
Daniela S Carvalho
Eingestellt am: 15.07.2021
Mathematisches Modell der Bindung von Krebsantigenen
Oktober 2014
National Institutes of Health, Bethesda, USA(1)
Pusan National University, Busan, Südkorea(2)
Pusan National University, Busan, Südkorea(2)
Immuntoxine und Antikörper-Wirkstoff-Konjugate sind so konzipiert, dass sie an spezifische Zielantigene auf Tumorzellen binden und diese Zellen abtöten. Die meisten krebsspezifischen Antigene werden von der Zelloberfläche abgelöst, ohne dass klar ist, wie sich dieser Prozess auf die Wirksamkeit von Antikörper-Wirkstoff-Konjugaten und Immuntoxinen auswirken kann.
In dieser Studie verwendeten die Forscher ein mathematisches Modell, um die kinetischen Vorgänge im Blutfluss, im extrazellulären Raum und im Tumor zu reproduzieren. Das Modell zeigt, dass die Ablösung von Antigenmolekülen die Antitumoraktivität in Abhängigkeit von der Anzahl der Antigenmoleküle auf der Zelloberfläche sowohl verringern als auch verstärken kann. Es eröffnet die Möglichkeit eines neuen Mechanismus, durch den die Rezeptorausschüttung die Signalübertragung in normalem Gewebe regulieren kann.
Effect of antigen shedding on targeted delivery of immunotoxins in solid tumors from a mathematical model
Byungkook Lee(1), Youngshang Pak(2)
Eingestellt am: 27.07.2021
Virtuelle Trainingsplattform für cardiovaskuläre Chirurgie
Oktober 2014
Shanghai Jiao Tong University, Shanghai, China
Die Ausbildung in der kardiovaskulären interventionellen Chirurgie (CIS) wurde bisher hauptsächlich unter fluoroskopischer Anleitung an Tieren durchgeführt. Dies birgt jedoch Nachteile aufgrund der anatomischen Unterschiede zwischen Tiermodellen und dem menschlichen Körper.
In dieser Studie wird eine virtuelle Trainingsplattform für die kardiovaskuläre interventionelle Chirurgie (CIS) vorgestellt, die eine realistische simulierte Umgebung für das Training von Grundtechniken schafft.
Die Plattform besteht aus einer mechanischen Manipulationseinheit, einer Simulationsplattform und einer Benutzerschnittstelle. Ein entkoppeltes haptisches Gerät bietet ein dynamisches Verhalten und dadurch hochwertiges Kraft-Feedback. Darüber hinaus wird ein effizientes physikalisch basiertes Hybridmodell eingesetzt, welches das komplexe Verhalten von Führungsdrähten und Kathetern realistisch und interaktiv simulieren kann. Drei Simulationsstudien zeigen, dass die Plattform eine angemessene Genauigkeit und Robustheit aufweist. Diese Plattform ermöglicht eine realistische Simulation der Erprobung von gefäßchirugischen Techniken wie der Simulation von Führungsdrähten und Kathetern und der Stentplatzierung sowie von Rendering-Techniken.
Cardiovascular-interventional-surgery virtual training platform and its preliminary evaluation
Le Xie
Eingestellt am: 06.10.2021
Mathematisches Modell der interstitiellen Nierenfibrose
2014
The Ohio State University, Columbus, USA
Der systemische Lupus erythematodes (SLE) ist eine Multisystem-Autoimmunerkrankung, die auch die Nieren betreffen kann. Die häufigste Nierenmanifestation des SLE ist die Lupusnephritis (LN). LN tritt auf, wenn sich Autoantikörper mit Selbstantigenen verbinden und Immunkomplexe bilden, die sich in den Glomeruli, den Filtereinheiten der Niere, ansammeln und eine Entzündung und Fibrose im tubulointerstitiellen Kompartiment der Niere verursachen. Leider lassen sich Entzündung und Fibrose nur durch eine invasive Nierenbiopsie beurteilen. In der vorliegenden Studie versuchten die Forscher, ein mathematisches Modell für das Fortschreiten der Entzündung zur Fibrose zu erstellen. Das Modell wurde validiert, indem gezeigt wurde, dass die Expressionswerte von zwei Biomarkern bei LN-Patienten in drei verschiedenen Stadien der chronischen Nierenschädigung mit den durch das Modell vorhergesagten Werten übereinstimmen. Um zu zeigen, wie das Modell klinisch zur Diagnose und Überwachung der tubulointerstitiellen Fibrose eingesetzt werden kann, wurde untersucht, wie sich die Behandlung mit entzündungshemmenden oder fibrosehemmenden Medikamenten auf das Fortschreiten der Schädigung auswirkt. Die Daten zeigen, dass dieses Modell zur Überwachung von Behandlungen in LN verwendet werden kann.
Mathematical model of renal interstitial fibrosis
Avner Friedman
Eingestellt am: 28.10.2021
Mathematisches Modell für gestörte Tau-Dynamik
2014
University of California Davis, Davis, USA
Tau-Proteine sind für die Stabilisierung der axonalen Mikrotubuli von entscheidender Bedeutung, und ihre Dysregulation ist bei mehreren neurodegenerativen Erkrankungen wie der Alzheimer-Krankheit, Tauopathien und der chronisch-traumatischen Enzephalopathie zu beobachten. Wie die gestörte Dynamik der Tau-Proteine zum Zusammenbruch der axonalen Mikrotubuli führt, ist jedoch noch nicht gut verstanden. Hier stellen die Forscher ein vereinfachtes mathematisches Modell zur Verfügung, um die Mechanik von Mikrotubuli-Tau-Bündeln in neuronalen Axonen zu untersuchen, bei denen Tau entfernt werden. Die Ergebnisse zeigen die verschiedenen Bedingungen der Tau-Bindung und die mögliche Rolle der dynamischen Instabilität beim Zusammenbruch der Mikrotubuli. Die wichtigste Schlussfolgerung ist, dass die mechanische Beschädigung von Mikrotubuli-Bündeln bei niedrigen Tau-Bindungsraten bereits irreversibel ist, lange bevor dynamische Instabilität relevant wird. Daher könnte dies ein sehr nützliches Modell sein, um Behandlungsstrategien für Tau-bedingte Pathologien zu entwerfen.
Simulated cytoskeletal collapse via Tau degradation
Daniel L Cox
Eingestellt am: 09.08.2021
Verbesserung der Diagnose von Brustkrebs-Subtypen durch bioinformatische Analyse
2014
Northwestern University, Evanston, USA
In der vorliegenden Studie nutzten die Forscher computergestützte Verfahren zur Analyse von Genexpressionsmustern bei Brustkrebspatientinnen, die über den Cancer Genome Atlas (TCGA) öffentlich zugänglich sind. Es wurden neue Signaturen identifiziert, die mit dem Transkriptionsfaktor STAT3 (Signal Transducer and Activator of Transcription 3) assoziiert sind, und es zeigte sich, dass diese spezifisch für basal-ähnlichen Brustkrebs sind und nicht bei anderen Subtypen wie Luminal-A- oder Luminal-B-Krebs auftreten. Da bekannt ist, dass STAT3 für die Bösartigkeit von basalem Brustkrebs wichtig ist, ist die Aufklärung der am stärksten betroffenen nachgeschalteten Ziele von großer Bedeutung für die Krebsdiagnose und Therapie.
Bioinformatic analysis reveals a pattern of STAT3-associated gene expression specific to basal-like breast cancers in human tumors
Curt M. Horvath
Eingestellt am: 26.07.2021
In-silico-Analyse der Sequenzen von Prostatakrebsmarkern
2014
University of Beira Interior, Covilha, Portugal
Das Sechs-Transmembran-Epithel-Antigen der Prostata 1 (STEAP1) ist fast ausschließlich in Prostatazellen vorhanden; obwohl gezeigt wurde, dass es bei Prostatakrebs überexprimiert wird, ist seine Funktion nicht klar. In der vorliegenden Studie führten die Forscher eine umfassende In-silico-Analyse von STEAP1 und dem verwandten Gen STEAP1B durch und untersuchten die In-vitro-Expression von STEAP1 und STEAP1B in menschlichen Prostatazelllinien. Darüber hinaus wurden die mutmaßlichen posttranskriptionellen und posttranslationalen Modifikationen anhand der mRNA- und Proteinstabilität von STEAP1 bewertet, ergänzt durch eine posttranslationale in silico-Analyse. Die Daten deuten darauf hin, dass STEAP1B2 speziell in neoplastischen Zellen überexprimiert wird und dass posttranslationale Modifikationen an der Regulierung der STEAP1-Expression in Prostatazellen beteiligt sein könnten.
Expression of STEAP1 and STEAP1B in prostate cell lines, and the putative regulation of STEAP1 by post-transcriptional and post-translational mechanisms
Cláudio J Maia
Eingestellt am: 18.09.2021
Mathematische Modellierung der Signalnetzwerkantwort
2014
University of Michigan, Ann Arbor, USA
Die Modellierung der Dynamik von Signalnetzwerken ist immer noch eine anspruchsvolle Aufgabe. In dieser Studie wird ein mathematisches Modell verwendet, um die Dynamik der Reaktion von Signalnetzwerken unter unbemerkten Störungen vorherzusagen. Dieser Algorithmus basiert auf drei Schritten und wird anhand von Simulations- und experimentellen Daten validiert. Darüber hinaus wird die Rechenzeit im Vergleich zu anderen verfügbaren Methoden um ein Vielfaches reduziert, was möglicherweise die genomweite Modellierung von Signalwegen in der Praxis ermöglicht.
Predicting dynamic signaling network response under unseen perturbations
Yuanfang Guan
Eingestellt am: 18.07.2021
Modell zur Vorhersage und Stratifizierung von Alzheimer-Patienten
2014
CHU de Montpellier and Université Montpellier I, Montpellier, Frankreich
Die Alzheimer-Krankheit ist die am weitesten verbreitete Form der Demenz. Liquor-Biomarker werden in großem Umfang zur Diagnose und zur Beobachtung des Krankheitsverlaufs eingesetzt. Es ist jedoch nicht eindeutig geklärt, wie diese Daten zu interpretieren sind und wie sie zur Vorhersage des Ausbruchs oder der Prognose der Krankheit verwendet werden können. Daher wird in dieser Studie eine biologische Wahrscheinlichkeitsskala entwickelt, um potenzielle Alzheimer-Patienten richtig vorherzusagen und zu schichten. Die Forscher verwenden Liquorproben aus verschiedenen Gedächtniskliniken und verwenden verschiedene Modelle, die die Werte von Amyloid beta 42, Tau und phosphoryliertem Tau kombinieren. Ein einfaches Modell, das auf einer nummerierten Klassifizierung der Biomarker beruht, wurde entwickelt und erwies sich als sehr effizient für die Vorhersage und Stratifizierung der Patienten aus den Gedächtniskliniken. Dies wurde rechnerisch und mit einem unabhängigen Datensatz aus verschiedenen Zentren validiert. Insgesamt wird hier ein mathematisches Vorhersagemodell vorgestellt, das dazu beitragen kann, Alzheimer-Patienten in sehr frühen Stadien der Krankheit oder sogar vor deren Ausbruch zu diagnostizieren und sie für die Behandlung oder klinische Forschung korrekt zu stratifizieren.
A diagnostic scale for Alzheimer’s disease based on cerebrospinal fluid biomarker profiles
Sylvain Lehmann
Eingestellt am: 29.08.2021
Mathematisches Modell für die molekulare Dynamik von Alpha-Synuclein
2014
National and Kapodistrian University of Athens, Athen, Griechenland
Alpha-Synuclein ist an verschiedenen Pathologien beteiligt und spielt eine zentrale Rolle bei der Parkinson-Krankheit. Es wurde vermutet, dass die Expressionsprofile von Alpha-Synuclein mit familiären und sporadischen Formen der Krankheit korreliert sind und zur Aggregation von Fibrillen in Form von Lewy-Körpern in Neuronen führen. Die molekularen Mechanismen von Alpha-Synuclein, die zu einer Vorbeugung oder möglichen Heilung der Parkinson-Krankheit führen können, sind jedoch noch nicht ausreichend bekannt. Hier wird ein mathematisches biomolekulares Reaktionsmodell entwickelt, um die molekulare Dynamik von intrazellulärem Alpha-Synuclein zu beschreiben. Darüber hinaus werden experimentelle Daten zur Alpha-Synuclein-Überexpression mit einer menschlichen Neuroblastom-Zelllinie gewonnen, um die mit diesem Modell simulierten Daten zu validieren. Die Ergebnisse zeigen, dass das Modell in drei hypothetischen Interventionsszenarien in der Lage ist, das Ergebnis der Zelllebensfähigkeit zu simulieren, das mit den experimentellen Daten übereinstimmt. Dieses neue Modell ermöglicht die Vorhersage der Alpha-Synuclein-Dynamik in neu generierten Szenarien, um die zugrunde liegenden Mechanismen abzuschätzen, die zur Deregulierung der Proteolyse führen. Dies eröffnet neue Möglichkeiten bei der Untersuchung von Alpha-Synuclein.
In silico modeling of the effects of alpha-synuclein oligomerization on dopaminergic neuronal homeostasis
Elias S Manolakos
Eingestellt am: 23.09.2021
Computergestützte Entschlüsselung von Tumorsequenzierungsdaten
2014
University of California, Irvine, USA
Zwei Arten von Sequenzierungsinformationen werden kombiniert, um die Identifizierbarkeit von Daten zu verbessern, die bestimmten Tumorzellen oder subklonalen Typen zugeordnet sind. Diese Methode, die in einem Python-Paket mit dem Namen PyLOH verfügbar ist, ist in der Lage, bestehende Methoden zu übertreffen, wenn sie sowohl in simulierten Daten als auch in realen Brusttumordatensätzen verwendet wird. Sie kann daher ein nützliches Instrument zur Lösung der Subklassifizierung von Sequenzierungsdaten in gemischten Tumorzellpopulationen sein.
Deconvolving tumor purity and ploidy by integrating copy number alterations and loss of heterozygosity
Xiaohui Xie
Eingestellt am: 28.07.2021
Mathematische Modelle zur Vorhersage der Metastasierung
2014
Ondokuz Mayis University School of Medicine, Samsun, Türkei
Erstellung eines neuen Nomogramms zur Vorhersage von Nicht-Sentinel-Lymphknoten-Metastasen bei Sentinel-Lymphknoten-Patientinnen mit invasivem Brustkrebs, um zu versuchen, die Notwendigkeit der Durchführung von axillären Lymphknotendissektionen zu vermeiden. Das Nomogramm wurde unter Berücksichtigung mehrerer unabhängiger prädiktiver Faktoren erstellt und zeigte zusammen mit anderen ausgewählten Modellen eine ausgezeichnete Unterscheidungsfähigkeit. Nachdem die Forscher mehrere Modelle an 237 Patientinnen getestet hatten, fanden sie mehrere Eigenschaften von Brusttumoren, die als Vorhersagefaktoren dienen können. Hier wird ein neues Nomogramm vorgestellt, das zur Vorhersage der Wahrscheinlichkeit einer Non-Sentinel-Lymphknotenmetastasierung verwendet werden kann.
A breast cancer nomogram for prediction of non-sentinel node metastasis - validation of fourteen existing models
Bekir Kuru
Eingestellt am: 30.07.2021
Computermodell dopaminerger Neuronen
November 2013
University of Tuebingen, Tübingen, Deutschland
Die Parkinson-Krankheit ist eine verheerende neurodegenerative Störung, die durch ein fortschreitendes Absterben dopaminerger Neuronen gekennzeichnet ist und zu motorischen und kognitiven Defiziten und schließlich zum Tod führt. Obwohl mehrere pathologische Merkmale der Krankheit identifiziert wurden, sind die Mechanismen, die den Ausbruch der Krankheit verursachen, nach wie vor unbekannt. Hier schlagen die Forscher ein Computermodell eines dopaminergen Neurons vor, das auf mehreren Teilmodellen basiert, die zelluläre Prozesse umfassen, die an den homöostatischen und pathologischen Mechanismen der Parkinson-Krankheit beteiligt sind. Das Modell wurde untersucht, um durch die Modulation verschiedener Experimente stabile Modellzustände zu finden. Die Ergebnisse zeigen, dass dieses Modell neuronale Ergebnisse vorhersagen kann, die mit früheren Beobachtungen übereinstimmen, und dass es verwendet werden kann, um zu untersuchen, wie die Manipulation verschiedener zellulärer Prozesse das pathologische Ergebnis in der Zelle beeinflusst. Diese Studie bietet eine in silico-Plattform zur Simulation des Verhaltens dopaminerger Neuronen und zur Vorhersage des Ergebnisses potenzieller Dysregulationen, die bei Pathologien wie der Parkinson-Krankheit auftreten.
Parkinson’s disease: dopaminergic nerve cell model is consistent with experimental finding of increased extracellular transport of α-synuclein
Finja Büchel
Eingestellt am: 30.09.2021
Immunlyse mittels DEP-Array direkt messbar
2013
Regina Elena National Cancer Institute, Immunology Laboratory, Rom, Italien
DEPArrays - Chip-Plattformen, die auf Dielektrophorese (DEP) basieren – haben den Vorteil, dass sie eine direkte Messung der Zelllyse ermöglichen, indem sie einzelne Zellen identifizieren und in DEP-"Käfigen" einfangen. "Käfige" und ihr Inhalt können innerhalb des Chips an jeden beliebigen Ort auf seiner Oberfläche bewegt werden. Auf diese Weise können kontrollierte und erzwungene Wechselwirkungen zwischen Zellen induziert und infizierte Zellen und Tumore aufgespürt werden. Hier wurden DEP-basierte Manipulationen von menschlichen Einzel-CTLs (Cytotoxic Lymphocyte) und NK (Natural Killer)-Zellen sowie kontrollierte, erzwungene Interaktionen durchgeführt, um lytische Interaktionen zu verstehen und zu kontrollieren. Die spezifische Lyse konnte in Echtzeit gemessen werden und es wurden Zielzellen mit unterschiedlicher Anfälligkeit für die Immunlyse identifiziert. Anwendungen sind in der Humanimmunologie, einschließlich der antiviralen Überwachung und der Tumorimmuntherapie, absehbar.
Lysis-on-Chip of single target cells following forced interaction with CTLs or NK cells on a dielectrophoresis-based array
Patrizio Giacomini
Eingestellt am: 27.05.2020
In-silico-Korrektur eines Herzrhythmusstörungsmodells auf der Grundlage menschlicher induzierter pluripotenter Stammzellen
2013
University at Buffalo, Buffalo, USA
Trotz des Potenzials von Herzmuskelzellen, die aus induzierten pluripotenten Stammzellen (iPSC) gewonnen werden, sind Probleme mit diesem System aufgetreten, die zu ernsthaften Bedenken hinsichtlich ihrer Verwendung bei der Untersuchung arrhythmogener Mechanismen und beim Screening der Arzneimittelsicherheit geführt haben. Aktionspotenziale (APs) aus hiPSC-abgeleiteten Kardiozyten werden oft als "unreifer Phänotyp" bezeichnet. In der vorliegenden Studie versuchten die Forscher, die Verwendung von iPSCs durch einen In-silico-Ansatz zu ergänzen, um den unreifen Phänotyp zu korrigieren. Die Elektrophysiologie wurde an iPSC-abgeleiteten Karidomyozyten durchgeführt, die in vitro mit verschiedenen Medikamenten behandelt wurden. Die Daten wurden dann mit einer In-silico-Plattform verarbeitet, um die unreife elektrische Aktivität in eine reife zu verwandeln und die erwarteten Phänotypen zu erhalten. Die Studie kommt zu dem Schluss, dass diese In-silico-Plattform die geeignete Ergänzung für hiPSC-abgeleitete Herzmuskelzellen ist, die für die Modellierung von Arrythmie verwendet werden können.
Electronic "expression" of the inward rectifier in cardiocytes derived from human-induced pluripotent stem cells
Glenna C L Bett, Randall L Rasmusson
Eingestellt am: 29.11.2021
Mit Ellipticin gegen Brustkrebs-Stammzellen
2013
National Institute of Pathology, Neu-Delhi, Indien
Brustkrebsstammzellen werden zunehmend als potenzielles Ziel zur Unterbrechung der Krebsprogression und zur Vermeidung weiterer Rückfälle angesehen. Hier wurden die Auswirkungen von Ellipticin auf ALDH1A1-exprimierende menschliche Brustkrebsstammzellen sowohl in einem In-vitro- als auch in einem In-silico-Setup untersucht. Die Ergebnisse zeigen, dass Ellipticin bei Konzentrationen von 3 mM die ALDH1A1+ Krebsstammzellen in zwei verschiedenen menschlichen Brustkrebszelllinien signifikant reduzieren konnte. Im Gegensatz zu Paclitaxel reduzierte Ellipticin auch die Bildung von Mammosphären, aber wenn beide Wirkstoffe kombiniert wurden, kam es zu einem enormen Rückgang der ALDH1A1+-Krebsstammzellen. Das In-silico-Modell zeigte, dass mehrere Reste von ALDH1A1 potenziell mit Ellipticin interagieren, was die möglichen Wechselwirkungen des Medikaments mit diesem Protein bestätigt. In dieser Studie zeigen die Forscher, dass Ellipticin die Vermehrungsfähigkeit von ALDH1A1+-Brustkrebsstammzellen stören kann und mit zytotoxischen Therapeutika kombiniert werden kann, um sie effizient zu bekämpfen.
Effects of ellipticine on ALDH1A1-expressing breast cancer stem cells—an in vitro and in silico study
Sunita Saxena
Eingestellt am: 14.10.2021
Computergestützte Verfahren zur Untersuchung der menschlichen Superoxid-Dismutase 2
2013
Federal University of Rio de Janeiro State, Rio de Janeiro, Brasilien
Polymorphismen des Superoxiddismutase-2-Gens werden mit der Entwicklung von neurologischen Erkrankungen in Verbindung gebracht. In dieser Studie wurden alle bekannten menschlichen Varianten dieses Gens mit verschiedenen Algorithmen analysiert. Anhand dieser Analyse und gut angepasster struktur-theoretischer Modelle konnte gezeigt werden, dass alle Mutationen zur Pathogenität des Proteins führen. Am Ende wurden alle diese Daten zusammen mit einer phylogenetischen Analyse in eine frei zugängliche Datenbank aufgenommen, die von Biologen und Klinikern genutzt werden kann, um die Auswirkungen von Mutationen des Superoxiddismutase-2-Gens auf pathologische Prozesse beim Menschen weiter zu untersuchen.
Structural modeling and in silico analysis of human Superoxide Dismutase 2
Joelma Freire De Mesquita
Eingestellt am: 06.08.2021
Fortgeschrittene Tests zur Beurteilung der Haut- und Atemwegssensibilisierung
2013
Center for Alternatives to Animal Testing (CAAT)-Europe, University of Konstanz, Konstanz, Deutschland
Sens-it-iv ist ein EU-finanziertes Projekt, das nach 66-monatiger Tätigkeit im März 2011 abgeschlossen wurde. Das Endziel des Projekts war die Entwicklung einer Reihe von In-vitro-Methoden zur Bewertung des Sensibilisierungspotenzials von Chemikalien und Proteinen für Haut und Atemwege. Am Ende des Projekts kann der Schluss gezogen werden, dass das Ziel weitgehend erreicht wurde. Diese Arbeit enthält eine Liste von Methoden, die für die Bewertung der Gefährdung der Hautsensibilisierung einsatzbereit sind. Die Bewertung der Wirksamkeit und die Möglichkeit, Sensibilisatoren für die Haut und die Atemwege voneinander zu unterscheiden, sind ebenfalls weit fortgeschritten.
Advanced tests for skin and respiratory sensitization assessment
Costanza Rovida
Eingestellt am: 25.05.2020
In-silico-Bewertung der Arzneimittelsicherheit von Natriumblockern im menschlichen Herzen
2013
Universitat Politècnica de València, Valencia, Spanien
Antiarrhythmika wirken hauptsächlich auf Ionenströme, aber es gibt immer noch eine Lücke im Verständnis dieser Ströme, um den potenziellen Nutzen und die Risiken von in der Entwicklung befindlichen Medikamenten klar bewerten zu können. In der vorliegenden Studie zielten die Forscher darauf ab, durch die Entwicklung eines In-silico-Tools für die präklinische Sicherheitsbewertung von Antiarrhythmika detaillierte Erkenntnisse zu gewinnen. Die Forscher stützten sich dabei auf ein gut referenziertes Modell von O'Hara für menschliche ventrikuläre Myozyten. Die Biomarker für das Arrhythmierisiko wurden anhand von Simulationen einzelner Myozyten und eindimensionaler Stränge berechnet. Es wurden vorbestimmte Grade der Blockierung der beiden wichtigsten Ionenströme INaL und IKr bewertet. Es wurden "Sicherheitsdiagramme" entwickelt, um den Wert des spezifischen Biomarkers für ausgewählte Kombinationen von IC50-Werten für IKr und INaL von potenziellen Arzneimitteln zu veranschaulichen. Zwei Antiarrhythmika, Ranolazin und GS967 (ein neuartiger potenter Inhibitor von INaL), ergaben einen Biomarker-Datensatz, der nach regulatorischen Kriterien als sicher gilt. Die Studie beschreibt einen neuartigen In-silico-Ansatz zur Bewertung der potenziellen anti- und pro-arrhythmischen Wirkung von Medikamenten.
In silico assessment of drug safety in human heart applied to late sodium current blockers
Beatriz Trenor
Eingestellt am: 03.12.2021
Digitales Modell der epikardialen Herzschrittmacher für die Ausbildung von Ärzten
2013
University of Kentucky Medical Center, Lexington, USA
Die postoperative Behandlung herzchirurgischer Patienten könnte durch ein erweitertes Verständnis der epikardialen Stimulation verbessert werden. In der vorliegenden Studie zielten die Forscher darauf ab, ein softwarebasiertes Programm zur epikardialen Stimulation zu entwickeln, das mit dem bestehenden Patientensimulator verwendet werden kann. Diese digitalen Schulungsinstrumente sollten jungen Ärzten dabei helfen, kompetent im Umgang mit epikardialen Schrittmachern zu werden. Die entwickelten Tools basieren auf einem menschlichen Patientensimulator und Flash-Animationen zur Darstellung von Herzrhythmusstörungen und epikardialen Schrittmachereingriffen. Der Auszubildende ist in der Lage, Einstellungen (Art der Stimulation, Stimulationsrate und Kammerleistung) so vorzunehmen, als würde er einen echten Impulsgeber benutzen. Die Studie berichtet über die Ausbildung von 15 Assistenzärzten für Anästhesiologie, die nur minimale Erfahrung mit epikardialer Stimulation hatten. Anhand eines anonymen Fragebogens nach dem Szenario wurde die Rückmeldung eingeholt, dass die Simulationssitzung das Verständnis und das Management von epikardialen Schrittmachern verbessert hat.
Using software-based simulation for resident physician training in the management of temporary pacemakers
Zaki-Udin
Eingestellt am: 02.12.2021
Computergestützter Ansatz zur Modellierung der Östrogenregulierung bei der Amyloid-Beta-Produktion
2013
University of Illinois at Urbana-Champaign, Urbana, USA
Die Anhäufung von Amyloid-Beta bei der Alzheimer-Krankheit ist ein komplexer Prozess, der nicht gut verstanden wird. Dennoch ist bekannt, dass Östrogen die Regulierung der Amyloid-Beta-Produktion beeinflusst. Hier wird ein rechnerischer Ansatz verwendet, um den komplexen Beitrag von Östrogen zur Regulierung von Amyloid-Beta zu modellieren. Die Ergebnisse zeigen, dass es möglich ist, durch den Einsatz von Östrogen selbst eine Senkung der Amyloid-Beta-Spiegel zu bewirken. Das Modell zeigt auch die Mechanismen, die hinter dieser potenziellen Senkung stehen, und dass die Verwendung von nichtsteroidalen entzündungshemmenden Medikamenten als zusätzliche Behandlung eingesetzt werden könnte. Außerdem wird eine Reihe anderer Verbindungen beschrieben, die synergistisch mit Östrogen eingesetzt werden könnten, um die Amyloid-beta-Spiegel weiter zu senken. Die Ergebnisse zeigen, dass dieses Modell als Ausgangspunkt für die Entwicklung von Arzneimitteln und zum Verständnis der zugrunde liegenden Mechanismen verwendet werden könnte.
Exploring the contribution of estrogen to amyloid-beta regulation: a novel multifactorial computational modeling approach
Thomas J Anastasio
Eingestellt am: 08.08.2021
Mathematische Darstellung von wechselseitig modulierten Reaktionen des Tau-Proteins
Unternehmen 2013
EnVivo Pharmaceuticals, Watertown, USA
Die Hyperphosphorylierung des Tau-Proteins wird mit mehreren neurodegenerativen Erkrankungen in Verbindung gebracht. Einer der Ansätze zur Bekämpfung dieses Prozesses besteht darin, die O-GlcNAcylierung von Tau zu erhöhen, da sie wechselseitig reguliert werden. Daher basieren einige therapeutische Strategien auf der Hemmung von O-GlcNAcase. In dieser Studie werden mathematische Modelle entwickelt, um die Dynamik der Phosphorylierung und O-GlcNAcylierung des Tau-Proteins während der Hemmung von O-GlcNAcase zu analysieren. Die Vorhersagen zeigen einen Anstieg des O-GlcNA-cylierten Tau proportional zur Höhe der Inhibition und eine nicht abhängige variable Abnahme der phosphorylierten Formen. Dieser Rückgang des phosphorylierten Tau findet in kurzfristigen Hemmungsszenarien statt, und es wird erwartet, dass er bei anhaltender Hemmung auf seine ursprünglichen Werte zurückgeht, während O-GlcNA-cylierte Proteine höhere stabile Werte erreichen. Darüber hinaus wird vorhergesagt, dass die Hemmung einen zeitlichen Anstieg der phosphorylierten Tau-Werte verursacht. Dieses Modell entschlüsselt die komplexen Mechanismen der Ko-Regulation von Phosphorylierung und O-GlcNAcylierung bei verschiedenen Hemmungsstrategien und kann ein nützliches Instrument zur Entwicklung pharmakologischer Interventionen in Szenarien sein, in denen die Tau-Phosphorylierung ein wichtiger pathologischer Prozess ist.
A dynamic view to the modulation of phosphorylation and O-GlcNAcylation by inhibition of O-GlcNAcase
Cuyue Tang
Eingestellt am: 16.08.2021
Entwicklung optimierter Beta-Sekretase-Inhibitoren
2013
University of Leeds, Leeds, Großbritannien
Die Anhäufung von Amyloid-Beta ist einer der wichtigsten pathologischen Prozesse der Alzheimer-Krankheit. Der erste Schritt bei der Herstellung dieses Peptids ist die Spaltung des Amyloid-Vorläuferproteins durch die Beta-Sekretase. Daher ist diese Sekretase ein attraktives Ziel für Hemmstrategien, um das Fortschreiten der Krankheit zu bekämpfen und die Anhäufung von Amyloid-Beta zu verhindern. Hier wird ein computergestützter Ansatz verwendet, um mehrere nicht-peptidische Beta-Sekretase-Inhibitoren auf der Grundlage eines Biphenylacetamid-Gerüsts zu entwickeln. Es wurde eine neue Bibliothek optimierter Liganden erstellt, und die neu entworfenen Moleküle hatten eine mehr als 10-fach höhere Bindungsaffinität als ihr Gerüst, wie ihre IC50 nahelegt. Anschließend wurde eine endgültige Auswahl auf der Grundlage eines In-vitro-Zytotoxizitätstests mit einer immortalisierten menschlichen Zelllinie getroffen, wobei sich herausstellte, dass eine der neu entwickelten Verbindungen eine minimale Zelltoxizität aufwies. In dieser Studie wird eine Methodik vorgestellt, die für die Entwicklung und das erste Screening optimierter Verbindungen zur Modulation der Aktivität therapeutischer Targets verwendet werden kann.
Discovery of biphenylacetamide-derived inhibitors of BACE1 using de novo structure-based molecular design
Nigel M Hooper, Colin W G Fishwick, A Peter Johnson
Eingestellt am: 16.08.2021
Tomografische Technik für die Diagnose von Brustkrebs
2013
Universidade de São Paulo, Ribeirão Preto, Brasilien
Eine rechnerische Studie, um zu prüfen, ob das Verhältnis von Rayleigh- zu Compton-Streuung in der tomographischen Diagnose von Brustkrebs beim Menschen verwendet werden kann. Es wurden mehrere Parameter zur Bewertung der Technik untersucht, die zeigen, dass der Kontrast der Bilder davon abhängt, wie sie eingestellt werden. Auch das statistische Rauschen hat sich als wichtig erwiesen, allerdings ohne Einfluss auf die endgültige Qualität der Bilder. Insgesamt zeigen die Ergebnisse, dass diese Technik effektiv als ergänzendes Instrument in der Brustkrebsdiagnostik eingesetzt werden könnte.
Rayleigh to Compton ratio scatter tomography applied to breast cancer diagnosis: a preliminary computational study
Marcelo Antoniassi
Eingestellt am: 30.07.2021
Simulation der für Alzheimer typischen Fibrillenbildung
Dezember 2012
University of California Irvine, Irvine, USA
Amyloid-Beta-Aggregation und Fibrillenbildung sind eines der Kennzeichen der Alzheimer-Krankheit, aber der Mechanismus, der dieses Phänomen mit dem Ausbruch der Krankheit verbindet, ist noch nicht klar. Bisher wurde vorgeschlagen, dass die Bildung dieser Fibrillen einem Andock- und Verriegelungsmechanismus folgt. Daher verwenden die Forscher in dieser Studie eine Simulation der zweidimensionalen Ultraviolett-Spektroskopie, um diese Hypothese zu bestätigen. Die erzeugten Signale können zur Überwachung der lokalen Dynamik und der Konformationsänderungen in der Sekundärstruktur von Amyloid-Beta-Peptiden verwendet werden, was mit einem Andock-/Verriegelungsmechanismus übereinstimmt. Die Ergebnisse bestätigen, dass diese Methode zur weiteren Erforschung der Dynamik der Proteinaggregation verwendet werden kann.
Tracking the mechanism of fibril assembly by simulated two-dimensional ultraviolet spectroscopy
Alfonso R Lam
Eingestellt am: 06.08.2021
Mathematisches Modell der Amyloid-Beta-Dynamik in Gegenwart von Gamma-Sekretase-Inhibitoren
UnternehmenNovember 2012
AstraZeneca, Macclesfield, Großbritannien
Die Mechanismen der Amyloid-beta-Akkumulation bei der Alzheimer-Krankheit sind noch immer nicht bekannt. Eine unbeantwortete Frage ist der Anstieg des Amyloid-beta-Spiegels nach der Behandlung mit Gamma-Sekretase-Inhibitoren in einigen Zelllinien. In dieser Studie wird ein mathematisches Modell zur quantitativen Beschreibung der Dynamik von Amyloid-beta in Zelllinien vorgeschlagen, bei denen dieses Phänomen auftritt, im Vergleich zu solchen, bei denen dies nicht der Fall ist. Die Ergebnisse zeigen, dass die Veränderungen in der Dynamik der amyloidogenen und nicht-amyloidogenen Pfade durch die Akkumulation des C-terminalen Fragments 99 des Amyloid-Vorläuferproteins angetrieben werden. Außerdem ist das Modell in der Lage, die Amyloid-beta-Profile von Menschen zu reproduzieren, die mit Gamma-Sekretase-Inhibitoren behandelt wurden. Insgesamt wird in dieser Studie ein wirksames mathematisches Modell vorgeschlagen, das zur Entwicklung neuer Therapeutika verwendet werden kann, die auf die Amyloid-beta-Produktion bei der Alzheimer-Krankheit abzielen.
Interplay between α-, β-, and γ-secretases determines biphasic amyloid-β protein level in the presence of a γ-secretase inhibitor
Claus Bendtsen
Eingestellt am: 08.08.2021
Modell zur Vorhersage der Alzheimer-Krankheit
November 2012
Radboud University Nijmegen, Nimwegen, Niederlande
Die Alzheimer-Krankheit ist eine der am weitesten verbreiteten neurodegenerativen Erkrankungen. Die verfügbaren Diagnoseinstrumente sind jedoch nicht effizient, und es gibt erhebliche Einschränkungen bei der Vorhersage des Auftretens und des Ausbruchs der Krankheit. Hier wird ein Vorhersagemodell vorgestellt, mit dem die Wahrscheinlichkeit der Entwicklung der Alzheimer-Krankheit auf der Grundlage des Amyloid-beta-42- und des phosphorylierten Tau-Spiegels im Liquor sowie des Geschlechts der Patienten geschätzt werden kann. Die logistische Regressionsanalyse liefert eine Schätzung zur Berechnung der Wahrscheinlichkeit, an Alzheimer zu erkranken, und hat, wenn sie auf den Validierungsdatensatz angewendet wird, eine starke Unterscheidungskraft. Die Forscher präsentieren und validieren ein Vorhersagemodell, das in Gedächtniskliniken eingesetzt werden kann, um die Wahrscheinlichkeit der Entwicklung einer Alzheimer-Krankheit bei Patienten auf der Grundlage allgemein verwendeter Biomarker zu bewerten.
A prediction model to calculate probability of Alzheimer’s disease using cerebrospinal fluid biomarkers
Petra E Spies
Eingestellt am: 28.08.2021
3D-Visualisierung des Gehirns durch Multiscan-Technologie
UnternehmenEaglescience Software B.V., Amsterdam, Niederlande
In Zusammenarbeit mit verschiedenen Unternehmen und medizinischen Forschungszentren arbeitet Eaglescience B.V. an der Entwicklung einer KI-gestützten Software (Neurostars), die eine personalisierte 3D-Visualisierung des Gehirns ermöglicht. Durch die Kombination verschiedener Neuroimaging- und Scanning-Technologien und der Verwendung von Deep-Learning-Algorithmen können die relevanten Gewebstypen (z.B. Gehirn, Venen, Tumor) und Muster differenziert dargestellt werden. Mit einem einfach zu bedienendem Software-Tool werden die vielseitigen Informationen synchronisiert und in einer virtuellen Umgebung in ein dreidimensionales Gehirnmodell des Patienten umgewandelt. Das Programm verwendet zusätzliche Beleuchtungstechniken, zur Erzeugung von Schatten und Reflexionen, um ein realistisches Sehen in die Tiefe zu ermöglichen. Neurochirurgen können hierdurch ihre Eingriffe präzise planen und zusätzlich in einer Virtuell-Reality-Umgebung trainieren. Des Weiteren verbessert Neurostars die Arzt-Patient-Kommunikation, indem es den gemeinsamen Entscheidungsprozess und Zuspruch des Patienten für eine empfohlene Operation erleichtert. Durch die Integration der Software-Plattform in die Lehre kann das Programm dabei helfen, die Ausbildung von Hirnchirurgen und Studierenden zu verbessern. Zusammenfassend kann das Neurostars-Projekt dabei helfen, die neurowissenschaftliche Forschung voranzutreiben, sowie neue Möglichkeiten zur Verbesserung der Diagnose und personalisierten Behandlung von Patienten mit neurologischen Erkrankungen zu schaffen.
Neurostars. Virtuele 3D visualisatie van de hersenen
info@eaglescience.nl
Eingestellt am: 09.04.2024
Anästhesie-Training am Modell
UnternehmenSimulab, Seattle, USA
Der Trainer besteht aus einer Art Torso mit austauschbarem Gewebe. Es stehen verschiedene Körperbereiche zur Verfügung, wie z. B. der Oberkörper mit beweglichem Kopf oder der Oberschenkelbereich. Der Simulator kann mit einem PC verbunden werden, so dass sowohl visuell als auch akustisch überprüft werden kann, dass die Nadel keine Nerven schädigt. Angehende Ärzte können dieses Trainingsgerät verwenden, um diese Prozedur korrekt durchzuführen und ihre Fertigkeiten der interskalenalen und supraklavikulären Nervenblockade zu verbessern. Ein Signal meldet, wenn die Nadel in die Nervenscheide eindringt. Ein arterieller Puls wird simuliert, so dass bei Fehlern eine Blutung entstehen kann.
Regional Anesthesia Trainer with SmarTissue
www.simulab.com
Eingestellt am: 18.12.2020
Anatomisches virtuelles Dentalmodell
UnternehmenAnatomage, Santa Clara, USA
Diese Software kann personalisierte Zahnoperationen planen und die chirurgischen Schnitte mit Berücksichtigung des individuellen Zahnstatus und umliegenden Gewebes vorab testen. So werden auch erste Erfahrungen mit noch unbekannten Techniken ermöglicht und es eignet sich zudem für Anatomie-Kurse.
3D Cephalometric Tracing and Analysis
info@anatomage.com
Eingestellt am: 18.12.2020
App mit 3D-Darstellung der menschlichen Anatomie
UnternehmenVisible Body, Boston, USA
Die App enthält die komplette männliche und weibliche Anatomie. Einstellbar sind Körperregionen, Systeme, Querschnitte (wahlweise aus MRT-Scans oder von Leichen), animierte Darstellungen von Muskelaktionen und Feindarstellungen einzelner Organe. Die anatomischen Strukturen können dabei sukzessive Schicht für Schicht entfernt werden. Außerdem können pathologische Zustände wie ausgekugelte Gelenke anatomisch abgebildet werden. Durch Augmented Reality kann man sich virtuell um das Objekt herumbewegen und es werden unterschiedliche Blickrichtungen ermöglicht.
Interaktive 3D-Modelle der menschlichen Anatomie
www.visiblebody.com
Eingestellt am: 23.06.2020
Augenoperations-Simulator
UnternehmenHelpMeSee, Inc., New York, USA
Mit dem speziellen Simulatorgerät können Operationskurse durchgeführt werden, bei denen verschiedene Augenoperationen geübt werden, die Fehlsichtigkeiten beheben können. Die so erworbenen Fertigkeiten werden bei der manuellen Kataraktchirurgie mit kleinen Schnitten (MSICS), verschiedenen Phakoemulsifikationsfällen, der Implantation von Intraokularlinsen (IOL) und der Trabekulektomie angewendet. Die Virtual-Reality-Simulation bildet realitätsgetreu nach, wie das Augengewebe auf Interaktionen mit den Instrumenten beim Schneiden, Stechen und Injizieren reagiert und vermittelt auf diese Weise wichtige Aspekte der Augenchirurgie. Leistungsberichte sind abrufbar, um die Ergebnisse zu verbessern.
HelpMeSee
pr@helpmesee.org
Eingestellt am: 18.12.2020
Automatisierte Entwicklung personalisierter T-Zell-Therapien
UnternehmenActiTrexx GmbH, Mainz, Deutschland
Zur Vorbeugung und Behandlung von Abstoßungsreaktionen bei Stammzelltransplantationen hat das Unternehmen ActiTrexx ein automatisiertes Verfahren zur Entwicklung personalisierter Immun-Therapeutika (Actileucel-Therapie) entwickelt. Die Entstehung einer Graft-versus-Host-Disease (GvHD) wird in erster Linie durch eine Aktivierung der CD4+-T-Lymphozyten des Spenders induziert. Das zelluläre Therapeutikum Actileucel enthält modifizierte regulatorische T-Zellen, die diese Aktivierung verhindern und hierdurch der Entstehung einer GvHD vorbeugen können. Zeitgleich tragen sie dazu bei, das körpereigene Immunsystem des Patienten zu stärken. Durch die Automatisierung der verschiedenen Arbeitsschritte (Reinigung und Aufbereitung der Spender-Leukapheresen, Auswahl und Aktivierung geeigneter T-Zellen) kann ActiTrexx die lebenswichtigen Medikamente dem Patienten in einem Zeitraum von nur 24 Stunden zur Verfügung stellen. Actileucel wurde bereits als Arzneimittel für neuartige Therapien (ATMP) klassifiziert. Zusammengefasst kann die Methode dabei helfen, für verschiedene schwerwiegende Erkrankungen, die eine Stammzelltransplantation erforderlich machen (wie z.B. Krebs, Autoimmunerkrankungen und Infektionen), einen optimierten Behandlungsweg zu entwickeln und das Risiko für das Auftreten lebensbedrohlicher Komplikationen und der Entstehung langfristig anhaltender Nebenwirkungen deutlich zu reduzieren.
ActiTrexx. Activated treg for tolerance.
info@actitrexx.de
Eingestellt am: 09.04.2024
Automatisierte Screening Plattform zur Bewertung des genetischen Risikos bei Neugeborenen
UnternehmenRevvity, Inc., Waltham, USA
Zur Optimierung des Neugeborenen-Screenings hat PerkinElmer die Hochdurchsatz-Plattform GSP®-Instrument entwickelt. Die Plattform ermöglicht das Screening auf sieben relevante, genetische Erkrankungen: angeborene Hypothyreose, Phenylketonurie, Galaktosämie, Mukoviszidose, angeborene Nebennierenhyperplasie, Biotinidase-Mangel und Glucose-6-phosphat-Dehydrogenase (G6PD) -Mangel. Zur Bewertung des genetischen Krankheitsrisikos untersucht das System getrocknete Blutspot-Proben (DBS), die zusammen mit, mit Barcode versehenen Reagenzien in das GSP-System hochgeladen werden. Nach dem Hochladen der Platten und Reagenzien übernimmt das automatisierte System sämtliche kritischen Arbeitsschritte, die mittels einer integrierten Screening Software (Specimen Gate®) überwacht werden. Via Touchscreen können die Forscher hier beispielsweise ihre Arbeitslisten automatisch von einem Stanzgerät erstellen lassen, die Reihenfolge der Plattenanalyse festlegen oder erneute Testläufe bei unklaren Ergebnissen induzieren. Zusätzlich beinhaltet die Software ein Qualitätskontrollprogramm, das eine effektive und langfristige Verwaltung der Patientendaten ermöglicht. Zusammenfassend erweist sich die GSP-Instrument Plattform als eine innovative Lösung, die das Neugeborenen-Screening durch die automatisierten Arbeitsschritte für Forschende vereinfacht, zeitgleich menschliche Fehlerquellen reduziert und hierdurch beschleunigt präzise Ergebnisse generiert.
GSP® Instrument. Fully automated newborn screening.
www.revvity.com
Eingestellt am: 11.01.2024
Brain Sim: 3D In-vitro-Modell für Medikamenten- und Toxikologie-Screening des zentralen Nervensystems
UnternehmenAxoSim, Inc., New Orleans, USA
Die BrainSim-Plattform des Unternehmens AxoSim ist ein In-vitro-Modell, das durch seine Kombination mit einer KI ein verbessertes Toxikologie- und Wirkstoff-Screening des zentralen Nervensystems ermöglicht. Hierfür werden basierend auf induzierten, pluripotenten Stammzellen dreidimensionale Sphäroide kultiviert. Diese werden im Anschluss in der BrainSim-Plattform eingesetzt, wo durch weitere Differenzierung drei relevante, kritische Zelltypen (Neurone, Astrozyten und Oligodendrozyten) des zentralen Nervensystems in einer biomimetischen Umgebung erzeugt werden. Die Kultivierungsmethode induziert ein hohes Maß an Myelinisierung und gibt wichtige Eigenschaften der charakteristischen Zellen des ZNS und ihrer Interaktion wider und ermöglicht eine bildliche Darstellung der Gehirnstruktur. Reaktionen zwischen den unterschiedlichen Zelltypen werden mittels Elektrophysiologie, Immunhistochemie (ICC), Histologie, Durchflusszytometrie und Genexpression charakterisiert. Diese können mit phänotypischen Veränderungen mit den Wirkmechanismen von zu testenden Medikamenten einhergehen. Hierdurch werden relevante prädiktive Daten schneller ermittelt, als es mit den bisherigen, etablierten Verfahren möglich ist. Die BrainSim-Plattform ermöglicht somit eine Identifikation neurotoxischer Stoffe und verbessert die Medikamentenentwicklung, sowie die Erforschung neurodegenerativer Erkrankungen.
BrainSim®
info@axosim.com
Eingestellt am: 06.06.2023
Chat-Technologie für personalisierte Medikamentenentwicklung und Wirkstoffforschung
UnternehmenInsilico Medicine, Pak Shek Kok, Hong Kong S.A.R., China
Insilico Medicine hat sich auf die Optimierung der Entwicklung neuer Medikamente und personalisierter Therapieansätze spezialisiert. Die KI-basierte Plattform PandaOmics kombiniert maschinelles Lernen mit genetischer Datenanalyse. Zur Identifizierung und Bewertung potenzieller Wirkstoffkandidaten greift die KI auf einen riesigen Datensatz zurück. Die OMICS-Datenbank umfasst alle relevanten biochemischen Informationen zur Genomik, Epigenomik, Transkriptomik und Proteomik. Darüber hinaus berücksichtigt die KI Verbindungen aus z.B. Publikationen, Zuschüssen, Patenten und klinischen Studien. Zur Simulation von Erkrankungen und Analyse patientenspezifischer Daten entwickelt das Unternehmen spezifische Deep-Learning-Algorithmen. Die Krankheitsmodellierung ermöglicht eine gezielte Wirkstoffzielanalyse, die Entwicklung (personalisierter) Medikamente und die Identifizierung krankheitsspezifischer Biomarker. Die neu gewonnenen Erkenntnisse werden von der Plattform automatisch in der Datenbank gespeichert, um bei zukünftigen Analysen berücksichtigt zu werden. Die jüngste Innovation von Insilico Medicine ist die Integration eines neuen Sprachprogramms: ChatPandaGPT. Hierdurch können sich die Forscher in natürlicher Sprache mit der KI unterhalten und ihre Studien einfach und unkompliziert verbal navigieren. Die PandaOmics-Plattform erweist sich zusammenfassend als eine wertvolle Methode, die dabei helfen kann, die personalisierte Wirkstoffforschung zu beschleunigen und das Risikomanagement zu verbessern.
Panda Omics
info@insilicomedicine.com
Eingestellt am: 29.11.2023
Chemoproteomik-Plattform zur Entwicklung von zielgerichteten Krebsmedikamenten
UnternehmenBridGene Biosciences, San Jose, USA
Das Unternehmen BridGene Bioscienes hat sich auf die Entwicklung niedermolekularer Medikamente gegen schwer heilbare, Protein-assoziierte Krebserkrankungen spezialisiert. Zur Identifizierung potenzieller Wirkstoffe und ihrer Bindungsziele hat das Unternehmen die Chemoproteomik-Plattform IMTAC™ (Isobaric Mass Tagged Affinity Characterization) entwickelt, die unterschiedliche technologische Ansätze (kovalente Chemie, chemische Proteomik und quantitative Massenspektrometrie) miteinander vereint. Die Plattform umfasst eine umfassende kovalente Bibliothek kleiner Moleküle, die mit verschiedenen „Sprengköpfen“ beladen sind, die auf bestimmte Aminosäuren (Cystein, Lysin, Tyrosin usw.) abzielen. Die Moleküle werden mit Lebendzellen in Kontakt gebracht und dringen in alle zellulären Bereiche vor. IMTAC™ ermöglicht hierdurch ein effektives Screening des gesamten Proteoms und eine direkte Isolierung und Identifizierung gebundener Proteinziele. Des Weiteren ist die Plattform in der Lage zielgerichtet auf krankheitsfördernde Mutanten zu screenen, die mit bestimmten onkologischen Erkrankungen (wie z.B. K-RAS G12C) assoziiert werden. Darüber hinaus werden die Lebendzellen in unterschiedlichen Reizzuständen untersucht. Hierdurch können auch Target-Bindungsziele in dynamischen Proteintaschen entdeckt werden, die sich nur in bestimmten Reizzuständen entfalten. Mittels quantitativer Massenspektrometrie werden die potenziellen Proteinziele erkannt, ihre Bindungsaffinität zum Molekül bewertet und ein Wirkstoffkandidaten-Ranking erstellt. Zusammenfassend erweist sich die IMTAC™-Plattform als eine innovative Lösung zum Screening auf bisher unbekannte Wirkstoffziele, die dabei helfen kann die Entwicklung zielgerichteter Krebsmedikamente zu verbessern.
Unlocking the proteome. Bridging new medicines with undruggable targets.
info@bridgenebiosciences.com
Eingestellt am: 18.01.2024
Computermodelle zur Optimierung der Wirkstoffforschung und Medikamentenentwicklung
UnternehmenProtoQSAR, Valencia, Spanien
ProtoQSAR ist ein Unternehmen, das sich zur Optimierung der Wirkstoffforschung auf die Entwicklung computergestützter Methoden spezialisiert hat. Zur Analyse und Bewertung der zu testenden Verbindungen werden, in Abhängigkeit von der Eingangsinformation, zwei unterschiedliche mathematische Berechnungsansätze („molekulare Modellierung“ und „chemische Informatik“) verwendet. Zur Suche nach geeigneten Wirkstoffkandidaten nutzt ProtoQSAR eine virtuelle Screening-Technologie, die die Auswertung großer Mengen von Molekülen ermöglicht. Die ProtoPRED Plattformen können für unterschiedliche Bereiche und Phasen der Wirkstoffforschung und Medikamentenentwicklung genutzt werden. Sie ermöglichen neben der Identifizierung neuer Wirkstoffe u.a. die therapeutische Neupositionierung von Arzneimitteln, die Vorhersage pharmakokinetischer und toxikologischer Eigenschaften (wie z.B. ADME-Verhalten, Bewertung der Zyto- und Genotoxizität), als auch das Design von nicht-strukturellen (pharmakophoren) Wirkstoffanaloga, die nicht durch frühere Patente geschützt sind. Die neu gewonnenen Informationen können in sog. fokussierten Bibliotheken gespeichert und so bei zukünftigen Berechnungen mitberücksichtigt werden. Zusätzlich zu den verschiedenen Dienstleistungen bietet ProtoQSAR Kurse an, in denen Forscher die Programmierung ihrer eigenen mathematischen QRSA-Modelle erlernen können.
ProtoPRED
info@protoqsar.com
Eingestellt am: 22.11.2023
Computerplattform zur Entwicklung selektiver und zielgerichteter intrazellulär wirkender Therapeutika
UnternehmenSRI International, Menlo Park, USA
Zur Optimierung der Entwicklung und Verabreichung intrazellular wirkender Biotherapeutika hat SRI Biosciences die computergestützte Plattform FOX Three Molecular Guidance System entwickelt. Die Plattform ermöglicht einen zellselektiven und zielgerichteten Transport großmolekularer Wirkstoffe in das Innere der Zelle durch die Identifizierung einzigartiger Peptidlieferanten, den sog. MGS. Die MGS sind in der Lage unterschiedliche Therapeutika, wie z.B. proteinbasierte Toxine, Antikörper, Nukleinsäuren bis hin zu Liposomen und Nanopartikeln zu gewünschten Zelltypen zu transportieren. Nach systemischer Verabreichung und erfolgter Bindung an die Zielzelle induzieren die MGS eine schnelle zelluläre Aufnahme der angebundenen Fracht und geben sie an ein spezifisches Ziel innerhalb der Zelle (auch subzelluläres Organell genannt) ab. Die integrierte Datenbibliothek der Computerplattform umfasst gegenwärtig Informationen zu 40 bekannten MGS, die auf fast 20 unterschiedliche Zelltypen selektiv gerichtet sind und einen gezielten Transport zu bis zu einem Dutzend verschiedener subzellulärer Wirkstoffziele ermöglichen. Die FOX Three MGS Plattform wurde ursprünglich vorrangig zur Identifizierung effizienter Angriffsziele zur Tumorsuppression entwickelt. Mittlerweile hat das Unternehmen die Datenbank auf andere Forschungsgebiete erweitert und arbeitet an der Identifizierung und Entwicklung von MGS, die die medikamentösen Therapiemöglichkeiten von flüssigen Tumoren und Herz- und Stoffwechselerkrankungen vorantreiben soll. Des Weiteren wird an der Entdeckung potenzieller Impfstoffziele geforscht. Zusammenfassend zeigt sich die Plattform als eine vielversprechende Methode, die dabei helfen kann, Medikamente zu entwickeln, die gezielt gegen erkrankte Zellen vorgehen ohne die funktionellen Aktivitäten und Strukturen nicht-kranker Zellen zu beeinflussen.
FOX Three Molecular Guidance System (MGS)™
customer.service@sri.com
Eingestellt am: 30.11.2023
Das Living Heart-Projekt: Eine realistische Herzsimulation
UnternehmenDassault Systèmes, Paris, Frankreich
Das Ziel des großen internationalen Living Heart-Projekts ist die Entwicklung und Validierung hochpräziser personalisierter digitaler menschlicher Herzmodelle. Diese Modelle werden eine einheitliche Grundlage für kardiovaskuläre in silico Medizin schaffen und als technologische Basis für Aus- und Weiterbildung, Design medizinischer Geräte, Tests, klinische Diagnose und regulatorische Wissenschaft dienen, was letztendlich zu einer verbesserten Patientenversorgung führt.
The Living Heart Project: A translational research initiative to revolutionize cardiovascular science through realistic simulation
Arnaud Malherbe
Eingestellt am: 25.05.2020
Digitale Herzzwillinge für personalisierte Therapieansätze
UnternehmeninHEART, Pessac, Frankreich
Das Unternehmen inHEART hat sich auf die 3D-Visualisierung des menschlichen Herzens mittels Computer-gestützter Methoden spezialisiert. Eine Software erstellt mithilfe spezieller Segmentierungsalgorithmen, auf Basis der Patientendaten, eine personalisierte digitale Kopie dessen Herzens. Innerhalb einer Cloud-basierten Plattform können Ärzte und Wissenschaftler die Herzanatomie interaktiv erforschen, einzelne Haupt- und Kollateralstrukturen zur genaueren Untersuchung hervorheben, sowie die Eigenschaften des Myokardgewebes bewerten. Für eine breite Anwendbarkeit ist die Plattform in alle gängigen klinischen EAM-Systeme integrierbar. Die Methode ermöglicht eine optimierte Planung herzchirurgischer Eingriffe. Die dreidimensionale bildliche Darstellung unterstützt die Ärzte zudem in der Aufklärung der Patienten und kann hierdurch dabei helfen, die Compliance zu verbessern. Bisher konnte gezeigt werden, dass die „digitalen Herzzwillinge“ dazu beitragen die operativen Eingriffszeiten signifikant reduzieren und die Entstehung von Rezidiven zu verringern. Zusammenfassend bietet inHEART einen innovativen Lösungsansatz, der auf mehreren Ebenen dabei hilft, die personalisierte (chirurgische) Therapie im Bereich der Kardiologie voranzutreiben. Darüber hinaus eignet sich die Plattform als digitales Lerntool für Studierende.
Digital twin of the heart
contact@inheartmedical.com
Eingestellt am: 24.04.2024
Endoskopie-Simulator für Diagnostik und Chirurgie
UnternehmenSurgical Science, Göteborg, Schweden
An dem Trainingssimulator können Prozeduren der Endoskopie in verschiedenen Schwierigkeitsgraden mit flexibel einstellbaren Szenarien und Komplikationen mit realistischer Darstellung geübt werden. Lebensechte anatomische Details und realistische Haptik helfen Ärzten, Erfahrungen in der Handhabung von Instrumenten, Navigation, Schleimhautuntersuchung, Retroflexion und Schlingenreduktion zu sammeln. Wichtige klinische Fertigkeiten wie Pathologie-Biopsie, der Polypektomie-Biopsie, Cholangiopankreatographie und der Injektionssklerotherapie können so erlernt werden. Bronchoskopie und Koloskopie sind weitere Module für das Training von interventionellen und diagnostischen Verfahren. Das System beinhaltet einen Split-Screen zur gleichzeitigen Darstellung von endoskopischen und fluoroskopischen Bildern.
EndoSim
support@surgicalscience.com
Eingestellt am: 18.12.2020
Entwicklungstoxizitäts-Assay zum spezifischen Nachweis teratogener Wirkstoffverbindungen
UnternehmenToxys Europe, Oegstgeest, Niederlande
Der ReproTracker des Unternehmens Toxys ist ein speziell entwickelter Computer-basierter Hochdurchsatz-Screening-Assay zur Identifizierung von Wirkstoffen und anderen bioaktiven Substanzen, die zu Störungen der Stammzelldifferenzierung und Fehlbildungen in der frühen Embryonalentwicklung führen können. Die Methode basiert auf einer kontrollierten Kultivierung und Differenzierung humaner induktiver pluripotenter Stammzellen zu bestimmten Gewebstypen, wodurch relevante Schritte der zellulären Embryogenese beobachtet und untersucht werden können. Mittels hochauflösender bildgebender Screening-Verfahren werden zur Bewertung der toxischen Eigenschaften funktionelle und morphologische Expressionsmuster relevanter Biomarker analysiert. ReproTracker zeigt eine hohe Sensitivität und erkennt sicher spezifische teratogene Wirkstoffverbindungen und ermöglicht eine Vorhersage möglicher Wirkstoff-induzierter pathologischer Folgen für den heranwachsenden Embryo. Die Assay Plattform könnte zusammenfassend dabei helfen die Sicherheitsprüfungen neuer Wirkstoffe zu beschleunigen und die medikamentöse Behandlungsoptionen von Schwangeren zu verbessern.
ReproTracker
info@toxys.com
Eingestellt am: 08.11.2023
Epiduralanästhesie am Körpermodell üben
UnternehmenSimulab, Seattle, USA
Das Durchführen einer Epiduralanästhesie und die Katheterisierung der Lendenwirbelsäule sind anspruchsvolle Techniken, die mit diesen ultraschallgesteuerten lumbalen Epidural- und Punktionstrainern trainiert werden können. Das physische Modell sitzt aufrecht oder in seitlicher Dekubitusposition; alle anatomisch wichtigen Bereiche wie Lendenwirbel, Beckenkamm, Dornfortsatz, Ligamentum flavum, Epiduralraum und Dura werden realitätsgetreu abgebildet. Es sind austauschbare Gewebe zur Simulation von adipösen, geriatrischen und normalen Patienten verfügbar.
Lumbar Puncture & Epidural Trainers
www.simulab.com
Eingestellt am: 18.12.2020
Erlernen von chirurgischen Basistechniken mit dem Box-Trainer
UnternehmenSurgical Science, Göteborg, Schweden
Box-Trainer bieten angehenden Chirurgen die Möglichkeit, mit ihren bevorzugten OP-Instrumenten zu üben und ein Gefühl für die Bewegungen und die eingeschränkte Handhabung zu bekommen, was typisch für Laparoskopie-Chirurgie ist. Eine hochauflösende Kamera und ein empfindliches Instrumenten-Tracking geben dem Übenden objektives Feedback, was entscheidend für das Erlernen und Umsetzen sicherer und effizienter Techniken ist, die später im OP angewendet werden. Module für das Trainieren von Basis-Fertigkeiten und Nahttechniken sind ebenso vorhanden wie Video-Tutorials und graphische Darstellungen zur Kontrolle des eigenen Leistungsfortschritts.
SimBallBox
support@surgicalscience.com
Eingestellt am: 18.12.2020
Gastrointestinaler und bronchialer Endoskopie-Simulator
UnternehmenCAE Healthcare, Sarasota, USA
Der virtuelle Simulator für die gastrointestinale und bronchiale Endoskopie-Schulungen beinhaltet eine haptische Technologie, die die Verwendung eines Endoskops bei Patientenuntersuchungen realistisch nachbildet. Es ermöglicht den Kursteilnehmern, ein Gefühl für die flexiblen Endoskopieverfahren des oberen und unteren GI (Gastrointestinaltrakt) und der Bronchoskopie zu bekommen. Die folgenden Bronchoskopie-Module sind verfügbar: Einführung in die Bronchoskopie, bronchoalveoläre Lavage (BAL), transbronchiale Nadelaspiration (TBNA), pädiatrische schwierige Atemwege und endobronchiale Probenahme. Für den oberen und unteren GI können Verfahren wie Ösophagastroduodenoskopie, Cholangiopankreatographie, Einführung in die Sigmoidoskopie, Einführung in die Polypektomie oder Biopsien trainiert werden. Die zahlreichen Pathologie-Fälle, der variable Lehrplan und die Erfassung von Trainingserfolgen bieten ein breites Lernspektrum.
CAE EndoVR™ Interventional Simulator
www.caehealthcare.com
Eingestellt am: 30.03.2021
Gastrointestinales Simulationsmodell für Diagnose und Behandlung
Unternehmen3D Systems, Littleton, USA
Die aus Hard- und Software kombinierte Simulation bietet über 100 Varianten und Patientenszenarien für gastrointestinale Diagnose- und Therapieverfahren. Es ermöglicht eine visuell und haptisch reale Simulation von endoskopischen Eingriffen unter Verwendung von authentischen Instrumenten. Verfügbare Module sind Basis-Fertigkeiten (Navigation, Schleimhautbeurteilung, Targeting, Retroflexion und Schlingenreduktion), Cyberskopie, obere und untere gastrointestinale Endoskopie, EMR (endoskopische Mukosaresektion), ESD (endoskopische Submukosaresektion), ERCP (endoskopische retrograde Cholangiopankreatographie), Komplikationen wie Blutungen, flexible Sigmoidoskopie und endoskopische Sonographie.
Dieses GI-Training ist evidenzbasiert und in über 40 Studien validiert.
GI Mentor
healthcare@3DSystems.com
Eingestellt am: 14.12.2020
Hautsensibilisierungsassay zur Sicherheitsbewertung von Medizinprodukten und Feststoffen
UnternehmenSenzaGen, Lund, Schweden
Der GARD®skin Medical Device des Unternehmens SenzaGen ist ein quantitatives, standardisiertes Testverfahren zur Bewertung von Medizinprodukten und Feststoffen. Die Methode basiert auf der GARDskin Technologie, die mittels einer KI-gestützten Genexpressionsanalyse valide sensibilisierende von nicht-sensibilisierenden Substanzen unterscheidet und hierdurch potenzielle allergische Reaktionen der Haut vorhersagen kann. Der Assay erfüllt die Anforderungen der ISO-Richtlinie zur Bewertung von biologischen Medizinprodukten (ISO 10993) und unterstützt wie empfohlen polare (Kochsalzlösung) und unpolare (Öl) Extraktionsvehikel. Die maschinelle Lernplattform generiert innerhalb von 4-8 Wochen aussagekräftige Ergebnisse, die dabei helfen können, die Sicherheitsprüfungen und Zulassung neuer biomedizinischer Produkte zu beschleunigen.
GARD®skin Medical Device. In vitro skin sensitization testing for medical devices and solid materials
info@senzagen.com
Eingestellt am: 21.11.2023
Herzultraschalle TEE und TTE per virtueller Simulation
UnternehmenMedaPhor Ltd., Cardiff, Großbritannien
HeartWorks ist ein anatomisches Herzmodul für die transthorakale (TTE) und transösophageale (TEE) Echokardiographie. Es bietet eine realistische Simulation von 135 präzise gestalteten 3D-Herzstrukturen, die zum besseren Verständnis entfernt oder hervorgehoben werden können. In Kombination mit einer Patientenpuppe können Auszubildende lernen, wie man TTE und TEE sicher durchführt und wie man Bilder von hoher Qualität durch Orientierung an den wichtigsten Landmarken gewinnt und lernt, Unschärfen auszugleichen. 30 Patientenfälle sind enthalten und die Auszubildenden können mittels eines Trainingmoduls ihre Fähigkeiten testen.
HeartWorks
www.intelligentultrasound.com/
Eingestellt am: 30.06.2022
Hirnoperations-Simulator
UnternehmenCAE Healthcare, Sarasota, USA
Der NeuroVR ist ein Virtual-Reality-Trainingsgerät für die offene kraniale und endoskopische Hirnchirurgie. Mit Modulen, die realistische Instrumente, Bildgebung und offene neurochirurgische Verfahren darstellen, ermöglicht es risikofreies, selbstgesteuertes Üben. Es verfügt über realistische Geräusche, realistische Linsenunschärfe des Endoskops während eines Eingriffs und originalgetreue Darstellung von Hirngewebe, Gefäßen und Tumoren. Module für die Instrumentenhandhabung umfassen Absaugung, Ultraschall-Aspirator, bipolare Pinzette und Mikroschere. Basistechniken wie die Wahl des Bohrlochs, endoskopische ventrikuläre Landmarkenerkennung, Tumor-Verkleinerung und Freilegung von Aneurysmen sind verfügbar. Zu den Modulen für die endoskopische Chirurgie gehören das Bohren in das Ostium sphenoidale, die Nasennebenhöhlenoperation und die endoskopische Ostomie des dritten Ventrikels (ETV). Die Mikrochirurgie für die Entfernung von Meningeomen und Gliomen kann ebenfalls trainiert werden.
NeuroVR
www.caehealthcare.com
Eingestellt am: 30.03.2021
Holotomographie zur Untersuchung von Zellen und Gewebe
UnternehmenTomocube, Daejeon, Südkorea
Die Holotomographie (HT)-Technologie des Unternehmens Tomocube bietet markierungsfreie quantitative 4D-Bildgebungslösungen für die Bildgebung und Analyse von Zellen, Geweben und Organoiden. Ohne jegliche Vorbereitung, einschließlich Fixierung, Transfektion oder Färbung, können Details der Dynamik und Mechanismen von lebenden Zellen, subzellulären Organellen und Gewebestrukturen sichtbar gemacht werden. HT ermöglicht nicht nur die Beobachtung von Ergebnissen im Nanomaßstab und in Echtzeit auf der Grundlage der quantitativen Phasenbildgebung (QPI), sondern liefert auch quantitative Informationen über Zellen und Organellen.
Das Tomocube-System verwendet eine digitale Mikrospiegelvorrichtung (DMD), um die Rotation des Beleuchtungsstrahls zu ermöglichen.
Mit der TomoStudio™-Software können farbkodierte 3D-Strukturen sichtbar gemacht werden, die zuvor ohne Färbung nicht zu erkennen waren.
Da der Brechungsindex eine lineare Korrelation zur Proteinkonzentration aufweist, können quantitative Daten wie Volumen, Oberfläche und Trockenmasse aus der Zelle und ihren subzellulären Komponenten ohne invasive Markierung extrahiert werden.
Darüber hinaus ermöglicht das Tomocube HT bei voller Automatisierung die Langzeituntersuchung lebender Zellen in großem Maßstab und die Analyse lebender Zellen in Echtzeit.
Holotomography - Label-free quantitative imaging: A completely new way of investigating cells and tissues
info@tomocube.com
Eingestellt am: 31.08.2023
Hybride Bio-KI-Plattform zur Bewertung der Wirksamkeit und Sicherheit neuer Medikamente
UnternehmenQuris Technologies LTD, Tel Aviv, Israel
Quris Technologies hat sich auf die Optimierung der Medikamentenentwicklung durch KI-basierte Lösungsansätze spezialisiert. Zur Optimierung der Entwicklung neuer Medikamente hat das Unternehmen eine prädiktive Bio-KI-Plattform entwickelt, die mikrofluidische Chiptechnologie mit maschinellem Lernen kombiniert. Zur Bewertung der Arzneimittelsicherheit werden neu entwickelte Wirkstoffe an Patients-on-a-Chip getestet, die aus humanen Stammzellen abgeleitet wurden. Die hybride Plattform verfügt über Hunderte dieser „mikrofluidischen Mini-Patienten“ und ermöglicht hierdurch das Screening neuer Medikamente im Hochdurchsatz. Die neu gewonnenen Informationen werden anschließend in Klassifizierungsalgorithmen transformiert, die eine KI zur Vorhersage über die Wirksamkeit und mögliche toxische Wechselwirkungen der getesteten Wirkstoffe nutzt. Die Basis für die Vorhersage bildet ein von Quris entwickelter riesiger genetischer Datensatz, der neu entdeckte microRNA-Gene umfasst und sich durch die automatisierten Hochdurchsatz-Screenings kontinuierlich erweitert. Das integrierte maschinelle Lernsystem nutzt zudem die neu gewonnenen Daten zum Training der bestehenden Klassifizierungsalgorithmen, um die Vorhersagen stetig zu verbessern und zu präzisieren. Zusammenfassend erweist sich die Bio-KI-Plattform als eine fortschrittliche Methode, die dabei helfen kann, Medikamentenstudien zu beschleunigen und klinische Vorhersagen über die Wirksamkeit und Sicherheit neuer Wirkstoffe zu verbessern.
Machine-Learning. Trained by Patients-on-a-Chip.
contact@quris.ai
Eingestellt am: 09.01.2024
Identifizierung von neuen Biomarkern für Krebs und neurodegenerative Erkrankung
UnternehmenVITO NV, Mol, Belgien
Biomarker werden in der Prävention, beim Screening auf bestimmte Krankheiten und zur Bewertung von Behandlungen eingesetzt. Der Schwerpunkt der Firma VITO liegt auf der Identifizierung von Biomarkern für minimalinvasive diagnostische Anwendungen, wobei vorzugsweise mit Flüssigbiopsien (Urin, Blut und Liquor) gearbeitet wird. Zusätzlich wird aber auch frisches und fixiertes Gewebematerial für die Entwicklung von Biomarkern mit Hilfe von MALDI-basierter Bildgebung verwendet. Im Rahmen der Biomarkerforschung gibt es bei VITO folgende Schwerpunkte:
1. Hauptsächlich für Krebsforschung (Blasen- und Lungenkrebs) sowie neurodegenerative Krankheiten (Demenz) verwendet VITO modernste Massenspektrometrie für die Identifizierung und den Nachweis von (Panels von) Protein-Biomarkern.
2. Im Rahmen der Krebsforschung (v.a. Lungen- und Darmkrebs) werden Immunpeptide anhand von Immunopeptidomik in Hinblick auf Anwendungen in der T-Zell-Therapie, Immuntherapie und personalisierter Impfung analysiert.
www.vito.be
Eingestellt am: 19.11.2021
In-silico Herzmodell für Kardiotoxizitäts- und Medikamentenstudien
Unternehmenmyofarm, Göttingen, Deutschland
Das Unternehmen myofarm hat eine Plattform für Hochdurchsatz-Analysen von kardialem, dreidimensionalem Mikrogewebe entwickelt. Die Plattform ermöglicht multiparametrische Messungen, ohne das aus humanen induzierten pluripotenten Stammzellen (hiPS) kultivierte Herzgewebe zu beschädigen. Hierdurch können kurzfristige, als auch langfristige Wechselwirkungen zwischen zu testenden Wirkstoffen und der Erregungs-Kontraktions-Kopplung des Miniherzens beurteilt werden. Die gewonnenen Messdaten werden in eine KI-basierte Datenbank gespeist, durch die Forscher laborunabhängig Kardiotoxizitätstests und präklinische Medikamentenstudien planen und durchführen können.
myofarm for a better and animal-free drug development
hello@myofarm.de
Eingestellt am: 08.08.2023
IndivuServ: Unterstützung für die personalisierte Onkologie
UnternehmenIndivumed GmbH, Hamburg, Deutschland
IndivuServ ist ein Service von Invidumed, der hochwertige Gewebeproben und Analysen von Krebspatienten für die Entdeckung von Biomarkern, die Erstellung von Medikamentenprofilen, immunonkologische und klinische Studien anbietet.
info@indivumed.com
Eingestellt am: 21.06.2021
IndivuTest: Innovative Diagnostik für die personalisierte Krebstherapie
UnternehmenIndivuTest GmbH, Hamburg, Deutschland
IndivuTest ist ein Tochterunternehmen von Indivumed und hat sich zum Ziel gesetzt, mit modernsten wissenschaftlichen Analyseverfahren die biologischen Grundlagen einer Krebserkrankung zu entschlüsseln und so die Individualisierung von Krebstherapien bei fortgeschrittenen Stadien der Erkrankung zu fördern. Dazu werden Tumorproben von Patienten mittels aufwändiger und komplexer Multi-OMICs-Untersuchungsverfahren analysiert und mit neuesten wissenschaftlichen Erkenntnissen und Wirkstoffentwicklungen kombiniert. Das hierdurch entstehende individuelle Bild ermöglicht es dem behandelnden Arzt, anhand wissenschaftlicher Kriterien den vermutlich am besten wirksamen Therapieansatz auszuwählen.
IndivuTest
info@indivutest.com
Eingestellt am: 21.06.2021
IndivuType: Globale Multi-OMICs-Krebsdatenbank
UnternehmenIndivumed GmbH, Hamburg, Deutschland
IndivuType ist eine Wissens- und Entdeckungsplattform, die Genomik-, Transkriptomik- und Proteomik-Datensätze kombiniert, um innovative Ansätze für die Präzisionsmedizin zu ermöglichen. IndivuType ist eine Krebsdatenbank, die von Patienten stammende Gewebe und klinische Daten enthält. Es bietet umfassende Visualisierungs-, Statistik-, Bioinformatik- und künstliche Intelligenz-Tools für die klinische Bewertung, Biomarker- und Target-Identifizierung und -Validierung. InviduType kann die Patientenstratifizierung und das Kohortendesign für klinische Studien sowie mehrere molekulare Aspekte in der Grundlagenforschung und der klinischen Forschung unterstützen.
info-eu@indivumed.com
Eingestellt am: 21.06.2021
Infrarot-Fingerabdrücke optimieren die Analyse von Biomolekülen
UnternehmenIsospec Analytics, Lausanne, Schweiz
Isospec Analytics hat sich auf die Analyse von Biomolekülen zur Identifizierung unbekannter Verbindungen in pharmazeutischen, Lebensmittel- und Umweltproben spezialisiert. Zur präzisen Charakterisierung eines jeden Moleküls kombiniert das Unternehmen LC/IMS-Trenntechnologien und Massenspektrometrie mit einer hochempfindlichen Infrarot (IR)-Technologie, die einen detaillierten Einblick in die Metaboliten- und Glykanstruktur der Moleküle ermöglicht. Die hierdurch gewonnenen Informationen werden mithilfe KI-gestützter Methoden in „molekulare Fingerabdrücke“ transformiert. Maschinelle Lernsysteme können nun auf Basis dieser einzigartigen Strukturprofile Vorhersagen zur Wirkweise und Toxizität der einzelnen Moleküle erstellen. Ebenso zeigt die Methode ein hohes Potenzial zur Identifizierung noch unbekannter Biomarker, potenzieller Wirkstoffe und neuer therapeutischer Angriffsziele. Zusammenfassend erweitert die IR-Fingerprint-Technologie die Möglichkeiten der bisherigen Massenanalyse und kann hierdurch dabei helfen, die Qualitäts- und Sicherheitsprüfungen in unterschiedlichen Anwendungsbereichen zu beschleunigen, als auch wertvolle neue Erkenntnisse für die Medizin-, Lebensmittel- und Umweltforschung zu generieren. Zur Optimierung der Arbeitsprozesse und Reduzierung von Fehlerquellen arbeitet Isospec Analytics an einem vollständig automatisierten Lösungsansatz.
Redefining what's possible in molecular analysis
www.isospecanalytics.com
Eingestellt am: 23.04.2024
KI für aquatische Toxizitätstests
UnternehmenSmarter Sorting, Austin, USA
Da einige unserer alltäglichen Produkte wie Kosmetika oder Arzneimittel für Wassertiere giftig sind, können sie, wenn sie in das Wassersystem gespült werden, eine ernsthafte Bedrohung für die Tierwelt darstellen. Daher müssen Unternehmen testen, ob ihre Produkte giftig sind – und in einigen Fällen müssen sie dazu an Tieren getestet werden, oft indem sie eine bestimmte Menge des Produkts in ein Aquarium mit Fischen geben und abwarten, wie viele von ihnen sterben. Mit Daten aus früheren Toxizitätstests konnte das Unternehmen Smarter Sorting seine eigenen genauen Toxizitätstests durchführen, ohne Tiere zu töten. Anstatt Chemikalien in Tanks zu kippen, nutzt es KI und maschinelles Lernen, um alle notwendigen Berechnungen zur Toxizität von Produkten zu berechnen, die Unternehmen entwickeln. Seine KI zur Beseitigung unnötiger Tierversuche ist der Gewinner der KI- und Datenkategorie der World Changing Ideas Awards 2022 von Fast Company.
support@smartersorting.com
Eingestellt am: 09.06.2022
KI sagt Erfolgswahrscheinlichkeit klinischer Studien voraus
UnternehmenInsilico Medicine, Pak Shek Kok, Hong Kong S.A.R., China
Zur Optimierung von Medikamentenstudien in der klinischen Phase hat Insilico Medicine die KI-basierte Plattform inClinico entwickelt. Zur Vorhersage der Durchführbarkeit und Erfolgswahrscheinlichkeit (PoS) einzelner klinischer Studien greift die KI auf einen riesigen Datensatz zurück, der neben relevanten OMICs-Daten zur Genomik, Epigenomik, Transkriptomik und Proteomik alle veröffentlichten Informationen und Erkenntnisse aus vergangenen und gegenwärtigen (prä-)klinischen Studien berücksichtigt. Zur Integration der studienspezifischen Daten nutzt das Unternehmen speziell entwickelte Algorithmen. Hierdurch ermöglicht die Plattform die Durchführung maßgeschneiderter Studien, angefangen von der Planung und Erstellung des Studiendesigns bis hin zur Rekrutierung und Auswahl der teilnehmenden Patienten und der Auswertung der Ergebnisse. Potenzielle Wirkstoffkandidaten können schnell und sicher identifiziert und für den weiteren Studienverlauf priorisiert werden. Zusammenfassend zeigt sich inClinico als eine vielversprechende Methode zur Beschleunigung von klinischen Medikamentenstudien, die dabei helfen kann, das Risikomanagement zu verbessern und Ressourcen effizienter zu verwalten.
inClinico. Clinical risk assessment and portfolio triage
info@insilicomedicine.com
Eingestellt am: 01.12.2023
KI- und OMICs-gestützte Medikamentenpipeline zur Entwicklung personalisierter Therapien
UnternehmenRelation Therapeutics, London, Großbritannien
Zur beschleunigten Entwicklung (personalisierter) Therapieansätze gegen Knochenerkrankungen kombiniert der Lab-in-the-Loop-Ansatz von Relation Therapeutics funktionelle Einzelzellanalysen, patientenspezifische OMICs-Datensätze (die direkt aus Gewebeproben des Patienten generiert werden) und maschinelles Lernen in einer KI-gestützten Medikamentenpipeline. Die KI bewertet die multimodalen Patientendaten anhand des vom Unternehmen entwickeltem Knochenatlas Osteomics, der riesige, weltweite Datensätze von Osteoporose-Patienten vereint. Die Plattform ermöglicht ein effektives Screening auf krankheitsassoziierte Biomarker, Medikamententargets und potenzielle Wirkstoffkandidaten. Hierdurch kann die Methode in unterschiedlichen Studien dabei helfen neue Erkenntnisse über bestimmte Erkrankungen zu generieren, neue Behandlungsstrategien zu entwickeln oder bestehende Therapieansätze zu optimieren, um medikamenteninduzierte Nebenwirkungen zu reduzieren. Der Ansatz ist auf andere Krankheitsbilder ausweitbar. Gegenwärtig arbeitet das Unternehmen an der Entwicklung neuer Programme, die dabei helfen sollen, die Medikamentenforschung im Bereich der Immunologie und Stoffwechselerkrankungen voran zu treiben.
Our pipeline. Driving significant value for patients.
enquiry@relationrx.com
Eingestellt am: 11.04.2024
KI-basierte Plattform zur Entwicklung von Krebstherapeutika
UnternehmenBioCopy AG, Basel, Schweiz
Das Unternehmen BioCopy hat sich auf die Entwicklung von Krebstherapeutika mit KI-gestützten Methoden spezialisiert. Die „Drug Discovery“-Plattform ermöglicht ein effektives Screening auf Wirkstoffkandidaten, die durch das Erkennen spezifischer Oberflächenmarker in der Lage sind, die Tumorzellen mit körpereigenen Immunzellen zu verbinden. Die Bindung führt zum gezielten Abtöten der Krebszelle durch die Immunzelle, ohne die umliegenden gesunden Zellen zu schädigen. Für das Engineering der hochkomplexen Antikörper-Therapeutika werden verschiedene Technologien in einem automatisierten Prozess kombiniert. Die Methode zeigt eine hohe Zeit- und Kostenersparnis im Vergleich zu konventionellen Verfahren und ist in der Lage, hochwertige Wirkstoffe in großem Maßstab für die Industrie bereitzustellen. Bisher hat das Unternehmen drei Programme zur Arzneimittelentwicklung bei soliden Tumoren (Blasenkrebs, Eierstockkrebs, Lungenkrebs) und zwei bei Blutkrebs (akutes myeloisches Lymphom) entwickelt. In Zukunft möchte BioCopy die Plattform für das Screening auf Medikamente gegen neurologische und immunologische Erkrankungen erweitern. Zusammenfassend kann die Methode dabei helfen, die Medikamentenentwicklung zu beschleunigen und bereits bestehende medikamentöse Therapien zu optimieren.
We revolutionize the development of next-generation cancer drug candidates
info@biocopy.com
Eingestellt am: 23.04.2024
KI-basiertes Protein-Design-Tool im App-Format
UnternehmenExazyme, Berlin, Deutschland
Zur Vorhersage der Proteinevolution hat das Start-Up Unternehmen Exazyme ein KI-basiertes Protein-Design-Tool in einem einfach zu bedienendem App-Format entwickelt. Zunächst wird ein Startdatensatz in die App hochgeladen. Ein Algorithmus überprüft, ob die Daten zur weiteren Verarbeitung geeignet sind. Anschließend kann der Such- bzw. Designauftrag angepasst an das Forschungsinteresse individuell konfiguriert werden. Die App ermöglicht u.a. zufällige Mutationen, digitale Tiefenmutationsscans oder eine Auswahl nach einer festen Kandidatenliste. Innerhalb von wenigen Minuten liefert die KI Sequenz-Vorhersagen für die gewünschten Eigenschaften des Proteins und Informationen zur Proteinqualität, die im direkten Anschluss im Labor getestet werden können. Zur Optimierung der künstlichen Enzyme können an die Tests anschließende Datensätze hochgeladen werden. Das Programm eignet sich für eine Vielzahl unterschiedlicher Proteinmodifizierungen wie z.B.: Erhöhung der Proteinkatalyse und Enzymaktivität (für schnellere biochemische Reaktionsabläufe), Verbesserung der Proteinstabilität in unterschiedlichen Lösungsmitteln und bei bestimmten Temperaturen (zur Verbesserung der Lagerung, des Transports und der Verteilung) oder einer Erhöhung der Proteinaffinität (für eine verbesserte Protein-Protein-Interaktion).
Artificial intelligence. Human ingenuity.
www.exazyme.com
Eingestellt am: 04.10.2023
KI-gestützte (epi-)genetische Screening-Plattformen für Toxikologie- und Wirksamkeitsstudien
UnternehmenToxGenSolutions B.V., Maastricht, Niederlande
Das Unternehmen ToxGenSolutions hat sich auf die Identifizierung von Medikamentenzielen und die Entwicklung neuer Medikamente spezialisiert. Das Ziel des Unternehmens ist es schwerwiegende Erkrankungen (wie z.B. neurodegenerative Erkrankungen, Krebs, (Auto-)Immunschwächen) frühzeitig zu erkennen und in ihrem Verlauf zu stoppen. Basierend auf (epi-)genetischen Datensätzen werden von Computertools potenzielle Wirkstoffkandidaten identifiziert. Zur Bewertung der Toxizität und Wirksamkeit werden in einem nächsten Schritt humanbasierte Sphäroide in Exposition mit dem zu testenden Wirkstoff gebracht und einem Hochdurchsatz-Screening unterzogen. Die KI-basierten Verfahren beschleunigen bisherige aufwendige und zeitintensive Testverfahren. Zudem eröffnen sie die Möglichkeit der Entwicklung personalisierter Medikamente. Neben Verfahren zur Entwicklung, Sicherheits- und Wirksamkeitsprüfung neuer Wirkstoffe entwickelt das Unternehmen zudem verschiedene methodische Werkzeuge zur Optimierung der Frühdiagnostik. Gegenwärtig arbeitet ToxGenSolutions an der Validierung eines Diagnosetools, das die präklinische Diagnose der Alzheimer-Krankheit mit Schwerpunkt auf Unterschieden zwischen Männern und Frauen ermöglicht.
ToxGenSolutions
erwin.roggen@toxgensolutions.eu
Eingestellt am: 22.11.2023
KI-gestützte Bildanalyseplattform zur frühzeitigen Risikobewertung von Brustkrebspatienten
UnternehmenOwkin, Boston, USA
Für eine frühzeitige Bewertung des Rückfallrisikos von Brustkrebspatienten hat das Unternehmen Owkin die KI-gestützte Bildanalyseplattform RlapsRisk® BC entwickelt. Die Methode ist für erwachsene Personen geeignet, bei denen primär invasiver Brustkrebs (ER+/HER2-) diagnostiziert wurde. Zur Einschätzung des Risikos werden chirurgisch entfernte Tumorgewebsproben der Patienten auf digitalisierten Objektträgern untersucht. Eine künstliche Intelligenz analysiert Muster und Merkmale des Tumors und vergleicht sie mit einem klinischen Datensatz, der die Daten von 1800 Brustkrebspatienten (inklusive 1480 HER2-/HR+) umfasst. Ein maschinelles Lernsystem integriert automatisch neu gewonnene Erkenntnisse, was bedeutet, dass die Plattform sich in einem kontinuierlichen Training befindet, um die Genauigkeit ihrer Vorhersagen zu verbessern. Bisher konnte gezeigt werden, dass die Plattform eine kumulativen Sensitivität von 76% aufweist und somit mehr Hochrisikopatienten richtig positiv diagnostiziert als der klinische Score. Nach fünf Jahren erreicht das Diagnoseverfahren eine dynamische Spezifität von 76%. Zusammenfassend zeigt sich, dass die RlapsRisk® BC Plattform Ärzten dabei helfen kann, das Risiko ihrer Patienten besser einzuschätzen, um sich so früh wie möglich für eine angemessene Therapieform zu entscheiden. Des Weiteren erhoffen sich die Forscher durch die Methode in Zukunft neue Erkenntnisse und ein verbesserstes Verständnis über die Mechanismen hochaggressiver Tumore zu gewinnen.
RlapsRisk® BC. Assess the risk of breast cancer relapse.
www.owkin.com
Eingestellt am: 18.01.2024
KI-gestützte Diagnostik- und Prognoseplattform zur Risikobewertung von (Darm-)Krebspatienten
UnternehmenOwkin, Boston, USA
Zur Klassifizierung und Bewertung des Risikos bei Darmkrebserkrankungen hat das Unternehmen Owkin das KI-gestützte Diagnostiktool MSIntuit® CRC entwickelt. Die Methode ermöglicht eine digitale Vorabuntersuchung von chirurgisch entfernten Tumorgewebsproben auf das Vorhandensein (oder Fehlen) einer genetisch bedingten Mikrosatelliteninstabilität (MSI). Ca. 15% der gesamten Darmkrebspopulation weisen eine MSI auf, wovon etwa 20% wiederum vom vererbbaren Lynch-Syndrom (HNPCC) betroffen sind, weshalb MSI als wertvoller Biomarker für die Diagnose des kolorektalen Karzinoms (CRC) und zur Prognose des Krankheitsverlaufs betrachtet wird. Bisher konnte gezeigt werden, dass die KI-Vorhersagen eine Sensitivität von 95% aufweisen. Das MSI-Prescreening spielt zudem eine wichtige Rolle bei der Festlegung der Therapieentscheidung. Darmkrebspatienten mit MSI zeigen bessere Prognosen und profitieren nicht von einer Chemotherapie im Stadium II. Darüber hinaus kann die Screeningplattform auch für andere Tumorerkrankungen von Relevanz sein, da speziell für MSI-Patienten (unabhängig von der Krebsart) die Therapie mit Immuncheckpoint-Inhibitoren (ICI) zugelassen bzw. empfohlen wird. Zu den derzeit von Owkin verwendeten MSI-Screeningtechnologien gehören die MMR-IHC-Färbung, der MSI-PCR-Test und das Next-Generation Sequencing (NGS). Zusammenfassend lässt sich sagen, dass das MSIntuit® CRC-Testverfahren dazu beitragen kann, das Risiko und das Fortschreiten von (Darm-)Krebs vorherzusagen, um frühzeitig eine geeignete Therapiewahl für den Patienten zu treffen und familiäre Risiken zu erkennen.
MSIntuit® CRC. Optimize MSI testing for colorectal cancer.
www.owkin.com
Eingestellt am: 25.01.2024
KI-gestützte Entwicklung universeller personalisierter TCR-Immuntherapien gegen Krebs
UnternehmenTcelltech GmbH, Mannheim, Deutschland
Die Tcelltech GmbH hat sich auf die Entwicklung und Herstellung von TCR-Immuntherapie-Technologien spezialisiert. In Zusammenarbeit mit dem Deutschen Krebsforschungszentrum (DKFZ) hat das Unternehmen die personalisierten Adoptivzelltherapie UNIPACT entwickelt, die eine universelle Bekämpfung aller Krebsarten ermöglichen soll. UNIPACT basiert auf zwei verschiedenen Plattformen. Die KI-basierte Bioinformatik-Plattform selectTCR ermöglicht die Identifizierung reaktiver T-Zell-Rezeptoren (TCRs), die die Tumorzellen erkennen und gezielt innerhalb weniger Tage bekämpfen. Da die TCRs direkt von den Patienten stammen, verursachen sie keine Off-Target Toxizität und können sofort für die Herstellung modifizierter T-Zellen verwendet werden. Der Proof-of-Concept von selectTCR konnte in bisherigen Studien bei Melanom, Darm-, Bauchspeicheldrüsen-, Lungen- und Hirntumoren durchgeführt werden. Für die Beladung der patienteneigenen T-Zellen mit den ausgewählten TCRs, hat das Unternehmen die Hochleistungs-DNA-Vektorplattform nanoSMAR entwickelt. nanoSMAR ermöglicht eine sichere und effiziente Genexpression, ohne die Zellen zu schädigen oder das Immunsystem zu aktivieren. Die Technologie erlaubt eine dauerhafte Genexpression mit großer genetischer Kapazität. Zusammenfassend erweist sich UNIPACT als ein wegweisender Lösungsansatz, der die Entwicklung personalisierter Krebstherapien beschleunigt und dabei helfen kann, die Überlebenschancen der Patienten zu erhöhen und unerwünschte therapeutische Nebenwirkungen zu reduzieren.
Pioneering antigen-agnostic TCR T cell therapies
info@tcelltech.de
Eingestellt am: 02.04.2024
KI-gestützte Plattform zur Entwicklung personalisierter Medikamenten gegen chronische Hauterkrankungen
UnternehmenIntegraSkin GmbH, Ihlow, Deutschland
Das Unternehmen IntegraSkin hat sich auf die Entwicklung personalisierter Medikamente gegen chronische Hautkrankheiten (CISCs) spezialisiert. Für das Screening auf wirksame Arzneimittelkandidaten hat das Unternehmen eine KI-gestützte Plattform entwickelt, die für ihre Analysen multimodale Daten des Patienten mit einer groß angelegten OMICs-Datenbank abgleicht. Zur Entwicklung einer personalisierten Behandlungsstrategie untersucht die KI u.a. Gewebeproben erkrankter Hautareale des Patienten und vergleicht diese mit Hautproben nicht betroffener Bereiche. Zudem wird der individuelle Lebensstil und die Ernährungsweisen des Patienten berücksichtigt. Speziell entwickelte Algorithmen ermöglichen ein beschleunigtes und sicheres Screening auf krankheitsassoziierte Muster und Biomarker, potenzielle Arzneimittelkandidaten, sowie ihrer möglichen Targets. Zusammengefasst bietet die Plattform Ärzten und Forschern ein umfassendes Diagnostik- und Analyse-Tool zur tiefergehenden, allgemeinen oder auch individuellen Erforschung von CISCs. Die Methode bietet ein hohes Potenzial zur Generierung neuer Erkenntnisse und kann hierdurch dazu beitragen, die Medikamentenentwicklung beschleunigen, so wie die bestehenden unspezifischen Therapieansätze zu optimieren. Das Unternehmen stellt seine Datenbanken Forschenden zur Verfügung und bietet darüber hinaus auch Dienstleistungen für die betroffene Personen an.
One step ahead in AI for personalized medicine.
www.integraskin.de
Eingestellt am: 30.04.2024
KI-gestützter Assay zur Bewertung des Dosis-Wirkungs-Mechanismus von Hautsensibilitatoren
UnternehmenSenzaGen, Lund, Schweden
Das Unternehmen SenzaGen hat sich auf die Entwicklung von KI-gestützten Testverfahren zur Identifizierung und Bewertung von Hautallergenen spezialisiert. Die GARD®skin Dose-Response Plattform ist eine modifizierte Variante des GARD®skin Assays, der mit einer über 90%igen Genauigkeit sensibilisierende Substanzen von nicht-sensibilisierenden unterscheidet und eine Unterkategorisierung in starke und schwache Sensibilitatoren (1A und 1B) nach dem GHS/CLP-System ermöglicht. Zur Vorhersage der biochemischen Eigenschaften eines Stoffes erstellt eine maschinelle Lernplattform eine genetische Biomarker-Signatur einer exponierten Testprobe, die mit bestehenden Datensätzen verglichen wird. Der GARD®skin Dose-Response Assay ermöglicht nicht nur die Gefahrenklassifizierung eines Wirkstoffes, sondern bewertet darüber hinaus die Potenz der Testsubstanz; d.h. er bestimmt die minimale quantitative Wirkstoffkonzentration, die ausreicht, um eine allergische Reaktion der Haut zu induzieren und ermöglicht hierdurch ein frühzeitiges Ranking potenzieller Wirkstoffkandidaten. Die Methode liefert innerhalb eines Zeitraumes von 4-8 Wochen aussagekräftige Ergebnisse, die mit den Messwerten bisheriger etablierter Methoden korrelieren. Zusammenfassend erweist sich der modifizierte Assay als ein wertvolles Instrument zur prädiktiven Bewertung zu testender Chemikalien und anderer Stoffe, und kann dabei helfen das Risikomanagement in der frühen Medikamenten-/und Medizinproduktentwicklung zu optimieren und bisherige zeitaufwändige Testverfahren zu beschleunigen.
GARD®skin Dose-Response. In vitro quantitative assessment of skin sensitizing potency
info@senzagen.com
Eingestellt am: 21.11.2023
KI-gestützter Hautsensibilisierungsassay zur Vorhersage allergener Wirkstoffe und Chemikalien
Regulatorisch akzeptiert UnternehmenSenzaGen, Lund, Schweden
GARD®skin ist ein In-vitro-Testverfahren zur Identifizierung und Bewertung von Wirkstoffen und Chemikalien, die allergische Reaktionen der Haut auslösen. Hierfür werden die zu testenden Substanzen mit einer humanen dendritischen Zelllinie (SenzaCell™) in Kontakt gebracht, die einen kritischen Teil des Immunsystems simuliert. Eine maschinelle Lernplattform analysiert im Anschluss das Genexpressionsmuster der exponierten Probe und vergleicht sie mit bestehenden Datensätzen, die 196 Biomarker umfassen, die mit bekannten Hautallergenen assoziiert werden. Der GARD®skin Assay unterscheidet mit einer über 90%igen Genauigkeit zwischen sensibilisierenden und nicht-sensibilisierenden Substanzen. Die Methode kann in einer Vielzahl unterschiedlicher Testverfahren zum Einsatz kommen. Die GARD®skin Technologie ermöglicht zudem die Analyse „schwer zu testender“ Proben, wie komplexen Gemischen, indirekt wirkenden Haptenen, lipophilen Verbindungen, Metallen, Metallsalzen, festen Werkstoffen und Tensiden. Zusammenfassend erweist sich der Hautsensibilisierungsassay des Unternehmens SenzaGen als eine wertvolle und innovative Methode zur Bewertung von Hautsensibilisatoren, sowie zur Identifizierung neuer relevanter Biomarker. Die integrierte KI-basierte Lernplattform generiert den Forschern innerhalb eines Zeitraumes von 4-8 Wochen aussagekräftige Ergebnisse, wodurch die Dauer bisheriger Testverfahren und Studien zur Sicherheitsprüfung zu testender Wirkstoffe und Chemikalien deutlich reduziert wird. Validiert und behördlich anerkannt unter OECD-Test Nr. 442E.
GARD®skin. OECD TG 442E: in vitro skin sensitization
info@senzagen.com
Eingestellt am: 15.11.2023
KI-gestütztes maschinelles Lernsystem zur Optimierung der bildgebenden Krebsdiagnostik
UnternehmenKeyZell, Sevilla, Spanien
Zur Optimierung der bildgebenden Krebsdiagnostik hat das Biotechnologie-Unternehmen KeyZell in Zusammenarbeit mit One Technology das KI-basierte Oncology Precision System (O.P.S.) entwickelt. O.P.S ist ein maschinelles Lernsystem, das mit 108.948 Röntgenbildern des Brustkorbs von über 30.000 Patienten trainiert wurde und den Ärzten in Form eines SaaS-Tools (Software as a Service) zur Verfügung gestellt wird. Zur Validierung der Methode wurden der KI gemeldete Muster mit Mustern verglichen, die vom Radiologen als auffällig bewertet wurden. Derzeit umfasst die Diagnostikplattform bis zu 112 Biomarker und ermöglicht eine Bewertung des onkologischen Status innerhalb von weniger als einer Minute mit einer Effizienz von 89%. KeyZell hat das Training für den Lungen- und Brustkrebsprototypen abgeschlossen und trainiert derzeit ein Modul zur KI-gestützten Diagnose von Darmkrebs. Zusammenfassend erweist sich O.P.S. als ein wirksames Diagnose-Tool, das Ärzte bei ihrer klinischen Entscheidungsfindung und der Entwicklung einer personalisierten Behandlungsstrategie unterstützt.
A.I. Diagnosis
www.keyzell.com
Eingestellt am: 15.02.2024
KI-gestütztes Testverfahren zur Gefahrenklassifizierung von Hautsensibilisatoren
UnternehmenSenzaGen, Lund, Schweden
Der GARDpotency ist ein KI-gestützter Assay zur differentiellen Bewertung von Hautsensibilisatoren, der als Zusatztestverfahren zum GARDskin Assay entwickelt wurde. Die GARD®skin Technologie basiert auf einer Genexpressionsanalyse einer humanen dendritischen Zelllinie (SenzaCell™), durch die mit einer über 90%igen Genauigkeit allergene von nicht-allergenen Wirkstoffen und Chemikalien unterschieden werden können. Durch den GARDskin (OECD TG 442E) validierte Hautallergene können nun durch den GARDpotency zusätzlich in starke (1A) und schwache (1B) Sensibilisatoren unterteilt werden. Hierfür vergleicht eine maschinelle Lernplattform das Genexpressionsmuster der Testprobe mit 51 relevanten Biomarkern. Innerhalb eines Zeitraumes von 4-8 Wochen werden so aussagekräftige Ergebnisse generiert. Das Testverfahren ist Bestandteil des OECD-Testrichtlinienprogramm (TGP 4.106) und wird von der Europäischen Chemikalienagentur (ECHA) zur Gefahrenklassifizierung von Hautallergenen nach dem GHS/CLP-Systems anerkannt. Zusammenfassend erweist sich der GARDpotency als eine innovative Methode, die dabei helfen kann, bisherige Prüf- und Sicherheitsverfahren von Wirkstoffen und anderer Chemikalien zu optimieren und zu beschleunigen.
GARD®potency. Skin sensitizing potency classification according to GHS/CLP
info@senzagen.com
Eingestellt am: 15.11.2023
KI-gestütztes Testverfahren zur Identifizierung atemwegssensibilisierender Wirkstoffe
UnternehmenSenzaGen, Lund, Schweden
Zur Identifizierung von Atemwegssensibilisatoren in der Wirksamkeits- und Sicherheitsprüfung neuer Medikamente hat das Unternehmen SenzaGen das KI-gestützte Testverfahren GARD®air entwickelt. Zu Beginn werden humane dendritische Zellen, die einen Teil des kritischen Immunsystems simulieren, mit dem zu untersuchenden Wirkstoff in Kontakt gebracht. Anschließend analysiert eine maschinelle Lernplattform das Genexpressionsmuster der Testprobe und vergleicht sie mit 28 Biomarkern, die mit allergischen Reaktionen der Atemwege assoziiert werden. Die Methode kann mit einer Spezifität von 95% sicher Inhalationsallergene von Nicht-Sensibilatoren unterscheiden und erweist sich daher als ein wertvolles Testverfahren, um allergene Wirkstoffe frühzeitig in der Medikamentenentwicklung zu identifizieren und als potenzielle Kandidaten zu verwerfen. Zeitgleich verhindert der Assay eine Falschbewertung von nicht-sensibilisierenden Wirkstoffen. GARD®air liefert innerhalb von 4-8 Wochen aussagekräftige Ergebnisse und kann so dabei helfen, die Entwicklung und Zulassung neuer Medikamente zu beschleunigen.
GARD®air. A predictive test for chemical respiratory sensitizers
info@senzagen.com
Eingestellt am: 21.11.2023
Kombinierte Laser- und Softwaretechnologie zur Erforschung funktionaler und struktureller Kardiotoxizität
UnternehmenForesee Biosystems, Genua, Italien
Zur Erforschung kurzfristiger (funktionaler), als auch langfristiger (struktureller) Schädigungen der Herzmuskelzellen hat das Unternehmen Foresee Biosystems die sog. IntraCell-Plattform entwickelt. Die Plattform verbindet laserbasierte Technologien mit einer Microelectrode Array (MEA)-Technologie und ermöglicht hierdurch die Überwachung der elektrophysiologischen Aktivität kultivierter Herzmuskelzellen, sowie zeitgleich eine optische mikroskopische Bewertung der Zellmorphologie. Die automatische Untersuchung der Zellen erfolgt mittels einer Steuerungssoftware, die die Experimente in Echtzeit bildlich (Fotos, Videos) dokumentiert. Zu Beginn des Experiments kann der Nutzer mit der Software individuell gewünschte Forschungsparameter (Elektrodenauswahl, Laserscanparameter, Untersuchungszeitraum, MEA-Layout) festlegen. Mit IntraCell können die Aktionspotenziale einer einzelnen Zelle über einen Zeitraum von wenigen Stunden bis zu mehreren Wochen überwacht werden. Dies ermöglicht die Identifizierung akuter, als auch chronisch kardiotoxischer Wirkstoffe. In verschiedenen Testreihen konnten durch die Methode bereits mehrere herzschädigende Stoffe aus der CiPA-Liste validiert werden. Die computergestützte Kombination elektrophysiologischer und mikroskopischer Technologien ermöglicht eine nicht-invasive Erforschung funktionaler und auch erstmalig chronischer Kardiotoxizitäten in-vitro und kann dabei helfen die Medikamentenentwicklung zu verbessern.
IntraCell
info@foreseebiosystems.com
Eingestellt am: 25.07.2023
Künstliche Intelligenz zur Behandlung von Lebensmittelallergien
UnternehmenUkko Inc., Tel Aviv, Israel
Technologien des maschinellen Lernens werden in der Immunologie, der Computerbiologie und dem Protein-Engineering angewendet, um neue Ansätze für die Behandlung von Lebensmittelunverträglichkeiten zu entwickeln. Derzeit wird eine Art Karte der molekularen Struktur von Nahrungsmittelallergien erstellt. Diese soll ermöglichen, Lebensmittelproteine zu konstruieren, die ihre Allergenität verloren und gleichzeitig ihre "guten" biochemischen und ernährungsphysiologischen Eigenschaften erhalten haben. Dazu werden Millionen von Antikörpern aus dem Blut von Menschen mit Allergien wie Erdnussallergie oder Glutenunverträglichkeit analysiert. Diese Daten werden in Algorithmen eingespeist, um vorherzusagen, was genau den allergischen Angriff des Immunsystems auslöst. Wenn die Auslöser identifiziert sind, wird mit Hilfe der Algorithmen nach Wegen gesucht, diese Elemente minimal so zu verändern, dass die Bindung von Substanzen des Immunsystems verhindert wird, aber die Struktur, Funktion und allgemeinen Eigenschaften der Proteine erhalten bleiben. So eröffnen sich neue Wege in der Behandlung, Medikamentenentwicklung und Therapie.
www.ukko.us
Eingestellt am: 04.02.2021
Labor-Roboter für automatisierte Organoid-Kulturen
Unternehmenmo:re GmbH, Hamburg, Deutschland
Die Firma mo:re entwickelt eine automatisierte Plattform für tierversuchsfreie medizinische Forschung, die auf 3D-Zellkulturmodellen basiert. Die Technologie ermöglicht die Automatisierung und Standardisierung von Organoiden. Der entwickelte und patentierte Laborroboter hat 20 voreingestellte Labor-Protokolle, die automatisch ablaufen und deren Ergebnisse mit Hilfe von Künstlicher Intelligenz analysiert werden. Die Plattform zielt darauf ab, die Effizienz in Bereichen wie Zelltherapie, Medikamentenentwicklung, Medikamentenscreening, Krankheitsmodellierung und Gentechnik zu steigern.
Accessible 3D cell culture robot powering animal free medical research
www.more.science
Eingestellt am: 17.10.2024
Laparoskopischer virtueller Trainer
UnternehmenCAE Healthcare, Sarasota, USA
Der virtuelle Simulator dient zum Üben, Erlernen und Verbessern minimalinvasiver chirurgischer Fertigkeiten, von Basistechniken bis hin zu fortgeschrittenen laparoskopischen Verfahren. Die Trainees können technische Fertigkeiten in Bereichen wie Nähen, Knotenbinden und Schlingenligatur entwickeln und verbessern. Einige häufig durchgeführte laparoskopische Operationen wie Gallenblasenentfernung, Appendektomie oder gynäkologische Eingriffe wie Eileiterverschluss oder ektope Schwangerschaft sind enthalten. Wichtige Fertigkeiten wie Kameranavigation, Schneiden und Clippen können trainiert werden. Das doppelte Fußpedal ist für elektrochirurgische Eingriffe und externe technische Geräte. Die Software verfolgt die Zeit, das Niveau und die auftretenden Komplikationen der einzelnen Übungen, um den Leistungsstand abzubilden.
CAE LapVR™ Surgical Simulator
www.caehealthcare.com
Eingestellt am: 30.03.2021
Lernen am Hologramm-Patienten
UnternehmenGigXR, Los Angeles, USA
HoloHuman ist ein 3D-Atlas der menschlichen Anatomie, mit dem Medizinstudenten anatomische Systeme und Strukturen in der virtuellen Realität in Originalgröße erlernen können. Ein Körperteil kann separat untersucht, vollständig gedreht und virtuell seziert werden, was einen viel tieferen Einblick in die menschliche Anatomie ermöglicht, als es mit einer Körperspende möglich ist. Einen Schritt weiter geht ein Mixed-Reality-System namens HoloScenarios, in dem ein Hologramm-Patient Krankheitssymptome bei Asthma, Anaphylaxie, Lungenembolie und Lungenentzündung zeigt. Module für Kardiologie und Neurologie befinden sich in der Entwicklung, ein Dental-Modul wird bereits angewendet. Studenten mit Virtual-Reality-Headsets können mit dem Holo-Patienten interagieren, sich aber zudem gegenseitig sehen, um miteinander zu interagieren. Da es sich um virtuelle Szenarien handelt, sind sie weltweit zugänglich.
HoloHuman
www.gigxr.com
Eingestellt am: 30.06.2022
Maschinelles Lernen und computergestütztes Wirkstoffdesign zur Verbesserung der Arzneimittelforschung
UnternehmenMerck KGaA, Darmstadt, Deutschland
AIDDISON™ ist eine KI-basierte Software, die zur Optimierung der Arzneimittelforschung maschinelles Lernen (ML) und computergestütztes Wirkstoffdesign (CADD) miteinander in einer Plattform vereint. Durch die Integration aller benötigten Online-Tools in nur einem Programm werden zeitintensive Arbeitsschritte, wie beispielsweise der Transfer und die Neuformatierung riesiger Datensätze, vermieden. Die komplexen Berechnungen der integrierten Cloud-natives Systeme ermöglichen das Screening auf komplexe 2D-/3D-Strukturen, sowie eine Bewertung der von ihnen gebundenen Liganden. Durch die Entwicklung wirkstoffähnlicher Moleküle wird das ML-System kontinuierlich trainiert, wodurch wiederum die Vielfältigkeit der Screening Ergebnisse erhöht wird. Die eingespeisten Dateien und gewonnenen Ergebnisse werden nach den höchsten Sicherheitsstandard verwaltet und den Forschern datenschutzkonform übermittelt. Insgesamt kann AIDDISON™ als eine umfassender digitaler Lösungsansatz bewertet werden, der dabei helfen kann, die Suche nach geeigneten Wirkstoffen zu beschleunigen und die Genauigkeit pharmazeutischer Vorhersagen zu verbessern.
AIDDISON™ AI-powered drug discovery
www.sigmaaldrich.com
Eingestellt am: 20.02.2024
Mini-Smart-PC für Verbesserungen von OPs
UnternehmenMedtronic Covidien, Watford, Großbritannien
Diese chirurgische Videoplattform besteht aus einem kleinen Smart-Computer, der Operationen in einer sicheren Online-Bibliothek digital speichert. Die Operationen können automatisch analysiert werden, um die Leistung des gesamten Operationsteams zu überprüfen und daraus neue Erkenntnisse für verbesserte OP-Leistungen zu ziehen. Eine eingebaute KI-Anonymisierung sorgt für den notwendigen Schutz der Patientendaten. Über die App oder das Web kann die Online-Bibliothek auch für die Ausbildung von Chirurgen genutzt werden, um sich mit verschiedenen Verfahren vertraut zu machen.
Touch Surgery
www.medtronic.com/covidien/en-gb/index.html
Eingestellt am: 20.06.2022
Modell für Kathetherverfahrenstraining
UnternehmenCAE Healthcare, Sarasota, USA
Das tragbare, modulare System ermöglicht das Üben von endovaskulären diagnostischen und interventionellen Katheterverfahren. Die Navigation von Kathetern, Drähten, Ballons und Stents durch Blutgefäße hindurch kann mit diesem Simulator erlernt werden. Verschiedene 3D-Anatomien mit kardialen und vaskulären Anomalien von realen Patientenfällen sind ebenso enthalten wie eine 3D-Durchleuchtungsansicht der koronaren Anatomie. Verfahren wie die Platzierung von Transkatheter-Aortenklappen (TAV), Carotis-Angioplastie und Stent-Platzierung können trainiert werden und die Fallparameter können je nach Ausbildungsstand des Kursteilnehmers angepasst werden.
CathLabVR™
www.caehealthcare.com
Eingestellt am: 31.03.2021
MPSlabs: Digitale Zwillinge für Organ-on-Chip-Systeme
UnternehmenESQlabs GmbH, Saterland, Deutschland
MPSlabs, unter der Firma ESQlabs angesiedelt, ist Vorreiter bei der Entwicklung digitaler Zwillingsplattformen für Organ-on-Chip- und mikrophysiologische Systeme und bringt Fachwissen in Projekte ein, die fortschrittliche Simulations- und Modellierungsfunktionen erfordern. Die Firma ist auf Modellierung und Simulation spezialisiert und konzentriert sich auf Pharmakokinetik, Pharmakodynamik und physiologisch basierte pharmakokinetische (PBPK) Modellierung. Das Unternehmen ist Mitwirkender und Nutzer der Open-Source-OSP-Suite und fördert so seine Entwicklung und sein Community-Engagement. ESQlabs bietet eine Reihe von Dienstleistungen an, die Modellaufbau, Verfeinerung, Datenintegration und Beratung in den Biowissenschaften und Pharmakologie umfassen. Das Fachwissen des Unternehmens umfasst Modellierung, Statistik, Pharmakologie und Softwareentwicklung. Die OSP Suite, die für den Betrieb von ESQlabs von zentraler Bedeutung ist, erweitert ihre Anwendungen und Benutzerbasis kontinuierlich, insbesondere bei der Erstellung digitaler Darstellungen der menschlichen Biologie.
MPSlabs - we translate physiology
info@esqLABS.com
Eingestellt am: 18.10.2024
NerveSim: 3D In-vitro-Modell für Medikamenten- und Toxikologie-Screening des peripheren Nervensystems
UnternehmenAxoSim, Inc., New Orleans, USA
Die NerveSim-Plattform des Unternehmens AxoSim ist ein In-vitro-Modell, das durch seine Kombination mit einer KI ein verbessertes Toxikologie- und Wirkstoff-Screening des peripheren Nervensystems ermöglicht. Hierfür werden aus induzierten pluripotenten Stammzellen (iPSCs) dreidimensionale Sphäroide kultiviert. Diese werden anschließend in die NerveSim-Plattform eingesetzt und zu einem biomimetischen Modell weiter gezüchtet, das die peripheren Nerven in Form und Funktion nachahmt. Das Modell weist eine einzigartige Schwann-Zellmyelinisierung auf und erstellt zuverlässig wichtige klinische Messwerte (Nervenerregbarkeit, Erregungsleitung und Histomorphometrie) für periphere Neuropathien und neuropathische Schmerzen, die bisher nur in klinischen In-vivo-Verfahren ermittelt werden konnten. Die SimTox-Plattform, zur Erkennung von neurotoxischen Wirkstoffen, weist im Vergleich zu den gegenwärtig etablierten, klinischen Modellen eine höhere Empfindsamkeit gegenüber neurotoxischen Stoffen auf und ermöglicht hierdurch eine schnellere Behandlung zu Rettung des Patienten. Mit der SimDicovery-Plattform können neurologische Krankheitsbilder simuliert werden und Medikamente in der Entwicklungsphase sicher und schneller ermittelt werden, als es mit den bisherigen zeitaufwändigen und kostenintensiven Verfahren möglich ist. Die NerveSim-Plattform ermöglicht demnach eine gezieltere Behandlung von Patienten und erweist sich als geeignet, die langwierige Medikamentenentwicklung zu verbessern.
NerveSim®
info@axosim.com
Eingestellt am: 30.05.2023
Notfall-Ultraschall mit dem SonoMan
UnternehmenSimulab, Seattle, USA
Diese diagnostische Ultraschall-Trainingsplattform eignet sich für Ärzte, die den Einsatz von Trauma-, Notfall- oder Bett-Ultraschall für die Beurteilung kritisch kranker Patienten sicher beherrschen müssen. Normale oder verschiedene pathologische Thorax- und Abdominalregionen können mit diesem System dargestellt werden. Es stehen verschiedene Module zur Verfügung, wie z. B. die Gallenblase, ein abdominelles Aortenaneurysma (AAA), Durchführung von FAST und eFAST ((extended) focused assessment with sonography for trauma) zur Identifizierung eines Pneumothorax oder Hämothorax und ein Nierenmodul, das eine Hydronephrose oder eine Blasenüberdehnung abbildet.
SonoMan Diagnostic Ultrasound Simulator
www.simulab.com
Eingestellt am: 18.12.2020
Notfalleinsätze in realer Umgebung üben
UnternehmenNordic Simulators, Lahti, Finnland
Kundenspezifische 2D- und 3D-Umgebungen können angefertigt werden, um verschiedene Situationen zu trainieren wie Massenunfälle oder medizinische Notfall-Versorgung nach Kampfeinsätzen. Es gibt umfassende Kamera-Systeme, die einen simulierten Notfall-Einsatz aufzeichnen, der im Anschluss an das Training besprochen wird, um die Patientenversorgung zu optimieren. Der Vorteil besteht darin, dass der komplette Ablauf (Einlieferung des Patienten, Erstversorgung, Notfallmaßnahmen) in der originalen Klinik-Umgebung geübt werden kann, bis die Abläufe sicher beherrscht werden.
Nordic Simulators Design Services
office@nordicsimulators.com
Eingestellt am: 18.12.2020
Patienten-abgeleitete 3D-Minitumore erleichtern Therapiewahl bei Krebs
UnternehmenASC Oncology GmbH, Berlin, Deutschland
Zur Verbesserung und Erleichterung der Wahl einer geeigneten medikamentösen Krebstherapie hat das Unternehmen ASC Oncology das Reverse Clinical Engineering®-Testverfahren entwickelt. Das personalisierte Testverfahren ist für Patienten mit malignen, soliden Tumoren, wie z.B. Karzinomen oder Sarkomen, geeignet. Im Labor von ASC Oncology werden aus den Tumorgewebsproben der Patienten (die durch eine Biopsie oder chirurgische Resektion gewonnen werden) zahlreiche dreidimensionale „Minitumore“ (PD3D®-Tumororganoide) kultiviert, an denen die Medikamente unbedenklich getestet werden können. Eine automatisierte Screening Plattform mit einem integrierten genetischen Datensatz analysiert die exponierten Wirkstoffe und bewertet die Zellviabilität. Zusätzlich wird für jeden getesteten Wirkstoff ein Sensitivitätsprofil des individuellen Tumormodells erstellt. Für eine Präzisierung der Vorhersagen kann das Testverfahren durch zusätzliche Optionen (z.B. Sequenzierung, Proteomanalyse) erweitert werden. Innerhalb von durchschnittlich 28 Tagen generiert das Verfahren aussagekräftige Ergebnisse, die den Ärzten datenschutzkonform übermittelt werden. Bisher konnte gezeigt werden, dass Reverse Clinical Engineering® die Wirksamkeit von Medikamenten für Tumorpatienten in bis zu 88 % der Fälle und die Unwirksamkeit in bis zu 100 % der Fälle korrekt vorhersagen konnte. Zusammenfassend zeigt sich, dass die Methode eine beschleunigte und personalisierte Vorhersage über die Effektivität verschiedener Wirkstoffe ermöglicht, die den Ärzten und ihren Patienten frühzeitig dabei helfen kann, sich für eine möglichst unbedenkliche und wirksame medikamentösen Krebstherapie zu entscheiden.
Krebs. Vor Behandlungsbeginn die Optionen testen. Im Labor. Ohne Nebenwirkungen.
www.asc-oncology.com
Eingestellt am: 18.01.2024
Personalisierte Brainmaps zur Optimierung der Diagnostik und Behandlung von Hirntumoren
UnternehmenBraincarta, , Niederlande
Um die Vorteile der funktionellen MRT-Scan Technologie zur Diagnostik und Behandlungsplanung von Hirntumorpatienten auch in kleineren Kliniken und onkologischen Therapieeinrichtungen nutzen zu können, hat das Unternehmen Braincarta das Elonav-Konzept entwickelt. Elonav ist ein KI-gestütztes, vollautomatisiertes Datenverarbeitungs- und Auswertungsprogramm, das die Durchführung funktioneller MRT-Scans ohne die Anwesenheit eines speziell ausgebildeten technischen Experten ermöglicht. Die fMRT-Daten des Patienten werden nach standardisierten Vorgaben erfasst und anschließend auf den Braincarta-Server hochgeladen. Zur Bewertung der Hirnfunktion und Struktur werden die erfassten Patientendaten mit einer integrierten Patientendatenbank verglichen. Basierend auf diesem Vergleich und unter Verwendung bekannter neurologisch relevanter Algorithmen erstellt Elonav eine personalisierte Brainmap des Patienten, die den Ärzten präzise Informationen zur Lokalisation des Tumors, sowie zur Struktur und Funktionalität benachbarter Hirnareale liefert. Innerhalb weniger Stunden werden die Ergebnisse datenschutzkonform in Form eines PDF-Berichts und einer 3D DICOM-Datei bereitgestellt. Die dreidimensionale, bildliche Darstellung des Gehirns ermöglicht Neurochirurgen und Strahlentherapeuten die Entwicklung einer gezielten und personalisierten Behandlungsstrategie. Zusammenfassend erweist sich die CE-zertifizierte Methode als ein innovativer digitaler Lösungsansatz, der dabei helfen kann, allen Patienten die fMRT-Technologie für eine optimale medizinische Versorgung zugänglich zu machen und mögliche Behandlungsrisiken (wie z.B. funktionelle Schädigungen durch neurochirurgische Eingriffe oder Bestrahlungen) zu reduzieren. Zudem eignet sich das Elonav-Konzept für multizentrische pharmazeutische und biotechnologische Forschungsprojekte, bei denen standardisierte Protokolle für fMRT, Ruhezustands-fMRT und DTI (Diffusions-Tensor-Bildgebung) erforderlich sind.
Personalised brainmaps
info@braincarta.com
Eingestellt am: 01.02.2024
Personalisierte Tumortherapie mit 3D-Zellkultur und Hochdurchsatz-Durchflusszytometrie
UnternehmenCELLphenomics, Berlin, Deutschland
CELLphenomics hat eine funktionelle Präzisionsmedizin-Plattform entwickelt, die Hochdurchsatz-Durchflusszytometrie mit fortschrittlicher Automatisierung und einer optimierten Analyse-Pipeline kombiniert.
Die Ex-vivo-Tests von CELLphenomics kombinieren maschinelles Lernen, Automatisierung und Hochdurchsatz-Durchflusszytometrie, um das Ansprechen auf potenziell zugelassene oder in der Erprobung befindliche Therapien vorherzusagen und letztlich zu bestimmen, welche Medikamente oder Medikamentenkombinationen für bestimmte Krebsarten am wirksamsten sind. Dafür werden aus Tumorbiopsien innerhalb kurzer Zeit PD3D®-Zellkulturen oder Tumor-Organoide gezüchtet. Diese werden dann parallel mit allen in Frage kommenden Krebsmedikamenten und möglichen Kombinationen von Wirkstoffen behandelt. Getestet werden einzeln oder in Kombination klassische Chemotherapeutika sowie Small Molecules und therapeutische Antikörper. Außerdem kann eine Proteomanalyse durchgeführt werden.
CELLphenomics kombiniert die von seiner Durchflusszytometrie-Plattform generierten Daten mit wertvollen klinischen Merkmalen der Patienten zur Patientenstratifizierung, was eine präzisere Behandlung von Patienten mit soliden Krebserkrankungen ermöglicht. CELLphenomics setzt modernste Krebsforschungstechnologie ein, um neue Therapien von der Zielidentifizierung in der Arzneimittelforschung bis zur Validierung klinischer Studien und der erfolgreichen klinischen Entwicklung voranzutreiben.
info@cellphenomics.com
Eingestellt am: 30.07.2021
Plattform zur Erforschung der Entstehungs/-und Wirkmechanismen von krankheitsassoziierten Kondensaten
UnternehmenDewpoint Therapeutics, Boston, USA
Kondensate sind membranungebundene Zellorganelle, die durch Kompartimentierung und Konzentrierung bestimmter Moleküle Einfluss auf den Ablauf wichtiger biochemischer Prozesse innerhalb der Zelle nehmen. Fehlgebildete Kondensate können mit einem toxischen Funktionsgewinn und/oder Funktionsverlust der betroffenen Zelle (oder des betroffenen Zellkompartiments) einhergehen. Ihr dynamisches Verhalten wird durch Wechselwirkungsmechanismen zwischen verschiedenen Proteinen und Nukleinsäuren reguliert. Zur Erforschung der Entstehungs- und Wirkmechanismen von Kondensaten und ihrer Bedeutung für die Entstehung komplexer Krankheitsbilder (sog. Kondensatopathien) verbindet das Unternehmen Dewpoint Therapeutics Erkenntnisse und Methoden der Kondensatbiologie mit KI-gestützten In-silico-Verfahren in einer integrierten Plattform. Mit hochauflösenden bildgebenden Screening-Verfahren werden die genetischen und phänotypischen Merkmale bestimmter Kondensate analysiert und die gewonnenen Informationen in Form „digitaler Fingerabdrücke“ gespeichert. Die integrierte KI kann nun auf Basis der hierdurch entstehenden Datensätze (Multi-Omics) Aussagen zum Verhalten spezifischer Kondensate vorhersagen. Zudem ist die Plattform in der Lage krankheitsassoziierte Zellorganelle zu identifizieren und ermöglicht hierdurch ein gezieltes Screening nach relevanten Biomarkern und kondensatmodifizierenden Wirkstoffen (sog. C-Mods). Die integrierte Plattform erweist sich zusammenfassend als eine wertvolle Methode, die dabei helfen kann, die komplexen Wechselwirkungen zwischen unterschiedlichen Zellorganellen/-und Kompartimenten tiefergehend zu verstehen und der Entstehung von Kondensatopathien durch eine verbesserte und personalisierte Medikamentenentwicklung vorzubeugen.
A fully integrated discovery platform
www.dewpointx.com
Eingestellt am: 14.11.2023
Pränatale Screening-Plattform zur risikofreien Früherkennung von Trisomie 21, 18 und 13
UnternehmenRevvity, Inc., Waltham, USA
Für eine verbesserte und risikofreie Früherkennung von genetischen Erkrankungen des ungeborenen Kindes bietet das Unternehmen Revvity das Vanadis®-NIPT (Nicht-invasiver Pränataltest) - System an. Vanadis ermöglicht das Screening auf die Risikotrisomien 21 (Down-Syndrom), 18 (Edwards-Syndrom) und 13 (Pätau-Syndrom), sowie die Bestimmung des fetalen Geschlechts durch die Untersuchung zellfreier DNA-Fragmente (cfDNA) im mütterlichen Blut. Die automatisierte Plattform übernimmt alle kritischen Arbeitsschritte. Zu Beginn wird die cfDNA vom Plasma getrennt und aufbereitet (Vanadis Extract®). Anschließend werden die cfDNA-Fragmente durch den Vanadis Core® in zirkuläre DNA umgewandelt und mit chromosomenspezifischen, fluoreszierenden Farbstoffen markiert, die auf eine Mikrofilterplatte (Vanadis View®) überführt werden. Hier werden die fluoreszierenden DNA-Fragmente mit Hilfe eines Bildanalysealgorithmus gezählt und die Ergebnisse im Anschluss auf eine pränatale Screening-Software (LifeCycle™ 7.0) übertragen, die das Trisomie-Risiko der jeweiligen Proben bewertet. Die Methode erfordert keine aufwendigen PCRs, Genomsequenzierungen oder Mikroarrays und liefert innerhalb von 2- 3 Tagen präzise Vorhersagen. Bisher konnte gezeigt werden, dass die Vanadis Plattform im Vergleich zu NGS (Next Generation Sequencing) -basierten NIPT-Systemen eine vergleichbare Leistung in Bezug auf die Detektions- und Falsch-Positiv-Rate bei geringerer No-Call-Rate aufweist. Zusammenfassend ermöglicht die Methode ein präzises und hocheffektives pränatales Hochdurchsatz-Screening nach relevanten genetischen Erkrankungen, das dabei helfen kann, Risiken für die Gesundheit des Kindes während der Schwangerschaft frühzeitig zu erkennen.
Vanadis® NIPT System. A whole new way to NIPT.
www.revvity.com
Eingestellt am: 11.01.2024
Präzise Handhabung von 3D Zellkulturen
UnternehmenLucero AB, Mölndal, Schweden
Die Firma Lucero Bio vereint Technologien aus Mikrofluidik und künstlicher Intelligenz, um die Entwicklung personalisierter Medikamente zu beschleunigen. Der Fokus liegt auf der Anwendung von 3D-Zellkulturen in der frühen Arzneimittelforschung. Diese Zellkulturen bieten ein vielversprechendes Modell, um die Wirkungsmechanismen von Medikamenten im menschlichen Körper besser zu verstehen. Mikrofluidik wird eingesetzt, um die Handhabung und Miniaturisierung der 3D-Kulturen zu verbessern, was präzisere Analysen ermöglicht. Gleichzeitig spielt KI eine Rolle, um große Datenmengen effizient auszuwerten und den Medikamentenentwicklungsprozess zu optimieren. Ziel ist es, Pharmaunternehmen zu befähigen, 3D-Zellkulturen in großem Maßstab zuverlässig zu nutzen, um schneller Entscheidungen in der Wirkstoffpipeline zu treffen und vielversprechende Kandidaten zügiger in klinische Studien zu bringen.
Precision 3D cell culture handling
hello@lucerobio.com
Eingestellt am: 18.10.2024
Selbstlernende KI beschleunigt Medikamentenentwicklung in der Krebsforschung
UnternehmenReverie Labs, Cambridge (Massachussetts), USA
Das Unternehmen Reverie Labs hat sich auf die Entwicklung KI-gestützter Softwareprogramme zur Beschleunigung und Optimierung der Medikamentenentwicklung spezialisiert. Hierfür kombiniert das Unternehmen unterschiedliche technologische Ansätze, die eine prädiktive Berechnung der Wirksamkeit und Toxizität zu testender Verbindungen ermöglicht. Zur Erstellung der Vorhersagen greifen die Systeme auf Informationen aus riesigen, biochemisch und physiologisch relevante Datensätzen zurück. Die Programme arbeiten zudem nach dem Prinzip des maschinellen Lernens; d.h. sie erkennen neue relevante Verbindungen und Wirkmechanismen und integrieren sie automatisch in ihre zukünftigen Berechnungen mit ein. Dies bedeutet, dass die Programme sich in einem fortlaufenden Prozess stets selbst weiter optimieren. Darüber hinaus können die Plattformen dabei helfen die personalisierte Medizin voranzutreiben, da sie ebenso dazu in der Lage sind, patientenspezifische Daten zu verarbeiten und individuelle Besonderheiten in ihren Vorhersagen zu berücksichtigen. Die Methode kann in verschiedenen Ansätzen der Medikamentenentwicklung zum Einsatz kommen, wie beispielsweise zur Bewertung der Wirksamkeit und Sicherheit neuer Medikamente oder zur Generierung von Informationen zur Aufnahme, Verteilung, Verstoffwechselung und Ausscheidung (ADME-Verhalten) bestimmter Wirkstoffe. Ein besonderer Schwerpunkt des Unternehmens liegt auf der Entwicklung von Kinase-Inhibitoren, die zur Behandlung von Krebserkrankungen eingesetzt werden. Die KI-basierten Programme erweisen sich zusammengefasst als eine wertvolle und fortschrittliche Methode, die dabei helfen kann, die (personalisierte) Medikamentenentwicklung zu beschleunigen und bestehende medikamentöse Behandlungsoptionen zu verbessern.
Pioneering new technology to develop next-generation cancer therapies
contact@reverielabs.com
Eingestellt am: 08.11.2023
SIMCor: In-Silico-Testung und -Validierung von kardiovaskulär implantierbaren Geräten
Charité – Universitätsmedizin Berlin, Berlin, Deutschland
Das EU-finanzierte Forschungsprojekt SIMCor (In-Silico-Testung und -Validierung von kardiovaskulär implantierbaren Geräten) wird eine In-Silico-Plattform und Simulationstools für die Entwicklung, Validierung und behördliche Zulassung von Herz-Kreislauf-Geräten schaffen, die Patienten, Ärzten, Geräte-Herstellern, klinischen Forschern, medizinischen Behörden und Aufsichtsbehörden einen greifbaren Nutzen bieten. Das Projekt zielt darauf ab, die Qualität der auf den Markt gebrachten Medizinprodukte zu verbessern, ihre Wirksamkeit und Sicherheit zu erhöhen, gleichzeitig die Kosten und die Markteinführungszeit zu senken und den Bedarf an Prüfungen an Tieren und Menschen zu minimieren. Es werden hochpriorisierte Endpunkte für Sicherheit, Wirksamkeit und Verwendbarkeit untersucht, wobei der Schwerpunkt auf der Implantation von Geräten und Simulation von Auswirkungen in zwei repräsentativen Bereichen liegt: Transkatheter-Aortenklappen-Implantate (TAVI) und Drucksensoren für Lungenarterien (PAPS).
Titus Kühne
Eingestellt am: 17.03.2021
Simulation virtueller Patientenpopulationen für krankheits- und patientenspezifische Medikamentenentwicklung
UnternehmenCertara, Princeton, USA
Zur Bewertung der Pharmakokinetik zu testender Wirkstoffe hat das Unternehmen Certara die Biosimulationssoftware Symcyp entwickelt. Die Plattform kann in allen Phasen der Medikamentenentwicklung eingesetzt werden. Sie eignet sich zur Bestimmung der First-in-Human-Dosierung, der Optimierung klinischer Studiendesigns, der Bewertung neuer Arzneimittelformulierungen, der Festlegung der Dosis in ungetesteten Populationen, der Durchführung virtueller Bioäquivalenzanalysen und der Vorhersage von Arzneimittelwechselwirkungen (DDIs). Hierfür greift Symcyp auf einen umfangreichen Satz genetischer, physiologischer und epidemiologischer Datenbanken zurück, die die Simulation virtueller Patientenpopulationen mit unterschiedlichen demografischen Merkmalen, Ethnien und Krankheitszuständen ermöglicht. Die vielschichten Datensätze und speziell entwickelten Module erlauben die Modellierung (organ-)spezifischer Erkrankungen, die Untersuchung verschiedener neuer Verabreichungswege von Medikamenten, sowie eine Bewertung extrinsischer Faktoren (wie z.B. der Einfluss von Rauchen oder Alkoholkonsum). Darüber hinaus eignet sich die Plattform für die Wirkstoffprädiktion und Festlegung der Dosis für besonders vulnerable Gruppen, wie z.B. Säuglinge, Kleinkinder, Schwangere, stillende Mütter und ältere Patienten. Zusammengefasst erweist sich die Simulationssoftware als ein wertvolles Instrument zur Beschleunigung und Verbesserung der quantitativen Arzneimittelentwicklung und der Optimierung medikamentöser Behandlungsstrategien.
Simcyp™ PBPK Simulator
www.certara.com
Eingestellt am: 04.10.2023
Simulator für Diagnose und Therapien des Harntraktes
Unternehmen3D Systems, Littleton, USA
Der Simulator bietet ein praxisnahes Training für Diagnose und therapeutische Eingriffe am Harntrakt. Die simulierte Inspektion von Blase und Niere mit starren und flexiblen Zystoskopen und Ureteroskopen kann ebenso trainiert werden wie die Simulation von Fluoroskopie (Durchleuchtung) und C-Bogen-Steuerung. Fertigkeiten wie Steinextraktion, Steinlithotripsie, Schneiden von Strikturen oder Entnahme von Biopsien können an einer Vielzahl von normalen oder pathologischen virtuellen Patientenfällen erlernt werden. Der PERC Mentor kann als Zusatztool erworben werden.
URO MENTOR
healthcare@3DSystems.com
Eingestellt am: 14.12.2020
Softwaregesteuerte 3D-Zellkultivierung
UnternehmenCelVivo, Odense, Dänemark
Das Unternehmen CelVivo hat sich auf die Produktion von In-vitro Forschungsequipment zur Reifung und Kultivierung von dreidimensionalem Zellgewebe (Sphäroide, Organoide und anderer Aggregate) spezialisiert. Zu der Produktreihe gehört ein Clinostat-CO2-Inkubator (Clinostar) und ein Tablet mit einer vorinstallierten Software, mit der alle 6 Clinostat-Einheiten unabhängig voneinander gesteuert werden können. Durch die computergestützte Kontrolle der CO2- und Temperaturverhältnisse innerhalb des Inkubators werden stabile und homogene Wachstumsbedingungen für die Zellkulturen erzeugt. Zur Kultivierung von Sphäroiden bietet das Unternehmen zusätzlich Bioreaktoren (ClinoReactors) an, die u.a. mit einer semipermeablen Membran ausgestattet sind, die dafür sorgt, dass sich das Nährmedium im Gleichgewicht mit dem CO2-Gehalt im Inkubator befindet. Ein integriertes Befeuchtungssystem hält das Volumen in den Inkubationskammern konstant und minimiert zeitgleich Infektionsrisiken. Die intuitive Steuerungssoftware ermöglicht den Forschern neben optimierten Reifungs- und Kultivierungsbedingungen zudem eine bildliche Überwachung und Dokumentation der Experimente.
Clinostar products
info@celvivo.com
Eingestellt am: 19.07.2023
ToxPHACTS – ein Expertensystem für toxikologisches Read-Across
UnternehmenPhenaris Softwareentwicklungs und -consulting GmbH, Wien, Österreich
ToxPHACTS integriert professionelles Fachwissen in computergestützter Toxikologie und semantischer Datenintegration, um ein Expertensystem anzubieten, das Pharmaunternehmen hilft, die mögliche Toxizität neuer Wirkstoffkandidaten vorherzusehen. Im Gegensatz zum aktuellen Verfahren zur toxikologischen Read-Across verwendet ToxPHACTS innovative Wege der Ähnlichkeitssuche, wie z. B. die bioisosterische Ähnlichkeit, ermöglicht komplexe Abfragen über mehrere, semantisch integrierte Datenquellen und bietet fortschrittliche Visualisierungstools für eine schnelle und einfache Analyse der Read-Across-Suchergebnisse. ToxPHACTS kombiniert damit hochinnovative Read-Across-Suche mit der Kraft semantisch integrierter Life-Science-Daten. Mit seiner einzigartigen Kombination aus hochinnovativer Cheminformatik mit Big-Data-Analytik wurde ToxPHACTS speziell entwickelt, um die Präzision und Sensitivität von Toxizitätsbewertungen zu erhöhen.
Gerhard Ecker
Eingestellt am: 23.06.2021
Tragbarer minimalinvasiver Chirurgie-Simulator
UnternehmeneoSurgical, Edinburgh, Großbritannien
Das tragbare Trainingsgerät ist ein minimalinvasiver Chirurgie-Simulator, der Hard- und Software kombiniert. Er ermöglicht die Handhabung verschiedener Instrumente und bietet 18 Module. Anstelle der eingebauten Webcam kann auch die Kamera eines Mobiltelefons oder Tablets verwendet werden. In den Basismodulen können Nähen, Schneiden und Tubusligatur trainiert werden. In den Modulen für Gynäkologen können Eileiterligatur, Ovarialzystendissektion und verschiedene Naht-Techniken trainiert werden.
Die urologischen und orthopädischen Module bieten ein breites Spektrum im Bereich der Basisausbildung. Für das kinderchirurgische Training stehen z.B. die Programme Hernienreparaturen und Pyleplastiken zur Verfügung. Es ist möglich, das Gerät mit 3D-gedruckten Modellen aus Silikon für die patientenspezifische Simulation und prä-operative Planung zu kombinieren.
Ein mikrochirurgischer Simulator im Taschenformat ist für die Verwendung mit einem Mobiltelefon erhältlich.
eoSIM & SurgTrac
www.eosurgical.com
Eingestellt am: 31.03.2021
Tragbarer OP-Simulator für laparoskopische Operationen
UnternehmenSimulab, Seattle, USA
Mit dem tragbaren Gerät, an dem ein Videobildschirm angebracht ist, können Dozenten und Studenten lebensecht simulierte laparoskopische Operationen durchführen. Verschiedene synthetische realistische Gewebe und Organe sind erhältlich, um sich grundlegende Fertigkeiten wie Nähen, Nadeltransfer, Knotenbinden, Dissektion anzueignen, sowie Operationen wie Cholezystomie oder Reflux-OPs durchzuführen.
LapTrainer with SimuVision®
www.simulab.com
Eingestellt am: 18.12.2020
Trainieren simulierter Operationen im Team
UnternehmenSurgical Science, Göteborg, Schweden
Diese Trainings-Plattform ist ein erweitertes System, das LapSim, ein Trainingsgerät für die Laparoskopie, als Basis nutzt. Die meisten Simulatoren konzentrieren sich auf das Training eines einzelnen Chirurgen; mit diesem Add-on kann nun ein komplettes OP-Team die Kommunikation, die einzelnen Fähigkeiten und die Zusammenarbeit üben und verfeinern. Es werden realistische Operationsszenarien simuliert inklusive typischer Komplikationen wie Blutungen. Zu den verfügbaren Modulen gehören Cholezystektomie, Appendektomie, Gynäkologie, Hysterektomie, Kamera-Anatomie-Training, VATS-Lobektomie, Bariatrie und Nephrektomie. In allen Modulen können Ausbilder Komplikationen einstellen und variieren sowie spezifische Fähigkeiten gezielt trainieren.
TeamSim®
support@surgicalscience.com
Eingestellt am: 18.12.2020
Trainings- und Diagnosesimulator für den Beckenboden
Unternehmen3D Systems, Littleton, USA
Das Simulationsmodell ist ein didaktisches Hilfsmittel für das Training der Beckenuntersuchung, mit dem direkt der (anatomische) Lernerfolg evaluiert werden kann. Verschiedene Pathologien wie abnorme Uteri können in diesem physischen Modell, das mit einem virtuellen 3D-System kombiniert ist, visualisiert und identifiziert werden. Die manuelle Untersuchung des Beckenbodens wie Ertastungen im und am Unterleib und Zervixuntersuchungen können geübt werden. Die Module bieten die Visualisierung von normalen Uteri, Uterusmyomen, Eileiterschwangerschaften, multiparem Uterus, Ovarialzysten und retroflexiven Uterus. Es gibt verschiedene Anatomien zur Auswahl und die Spekulumuntersuchung ist mit einem Schmerzmesser verbunden.
PELVIC MENTOR
healthcare@3DSystems.com
Eingestellt am: 14.12.2020
Trainingsmodell für den diagnostischen Nierenzugang
Unternehmen3D Systems, Littleton, USA
Der medizinische PERC-Simulator ist eine Ergänzung des Uro Mentor und dient dem Training des diagnostischen Zugangs zu den Nieren unter Echtzeit-Fluoroskopie (Durchleuchtung).
Der Harntrakt kann sowohl über die Harnröhre und den Harnleiter (Uro Mentor) als auch vom Rücken aus (Perc Mentor) untersucht werden.
Perkutane Nierenzugangsverfahren über den Rücken können an normalen oder adipösen virtuellen Patienten mit normaler Anatomie oder verschiedenen Pathologien trainiert werden.
PERC MENTOR
healthcare@3DSystems.com
Eingestellt am: 14.12.2020
Trainingssimulator für laparoskopische OP-Fertigkeiten
Unternehmen3D Systems, Littleton, USA
Der LAP Mentor ist ein Simulator für das Training essenzieller laparoskopischer Fertigkeiten und kompletter klinischer OPs. Lebenechtes taktiles Feedback, detaillierte Anatomie, realistische Bildgebung, eine große Auswahl an chirurgischen Instrumenten und verschiedene Trokarkonfigurationen bieten ein breites Spektrum an praktischen laparoskopischen Techniken unterschiedlicher Disziplinen. Das Training allgemeiner Operationen (Laparoskopie, Cholangiographie, Hernien-OPs, Appendektomie, Reflux-OP) sowie bariatrische, kolorektale, urologische, gynäkologische und thorakale Operationen sind möglich. Zusätzlich ist ein VR-Headset erhältlich, das eine komplette, realistische 3D OP-Umgebung simuliert inklusive OP-Team, dem Patienten, der OP-Ausrüstung und realen Geräuschen.
LAP MENTOR
healthcare@3DSystems.com
Eingestellt am: 18.12.2020
Ultraschall-Simulationsmodell für verschiedene Disziplinen
Unternehmen3D Systems, Littleton, USA
Das physische Ultraschall-Modell, kombiniert mit einem Virtual-Reality-System, wird für das Training von ultraschall-geleiteten Untersuchungen und Eingriffen verwendet. Es bietet Assistenzärzten und praktizierenden Ärzten die Möglichkeit, ihre Fähigkeiten an einer Vielzahl von virtuellen Patienten zu trainieren und zu verbessern. Folgende Ultraschall-Untersuchungen können durchgeführt und trainiert werden: Grundkenntnisse, RUSH (Rapid Ultrasound in Shock), eFAST (extended Focused Assessment with Sonography for Trauma), Bauch, Hals, Lunge, transösophageale Echokardiographie (TEE), COVID-19, grundlegende Gynäkologie, Trimester-Screening, fetales Echo, fetale Neurosonsographie; interventioneller Ultraschall umfasst Pleurapunktion und den zentralen Venenkatheter. Die Perikardpunktion wird bald als weiteres Modul erhältlich sein.
Simulationsfälle von eigenen Patienten können gescannt und ebenfalls hochgeladen werden, um die Anzahl der Trainingsszenarien zu erweitern.
U/S MENTOR
healthcare@3DSystems.com
Eingestellt am: 14.12.2020
Untersuchungen von Populationen mit besonderen genetischen Merkmalen für die Arzneimittelforschung
UnternehmenVariant Bio, Seattle, USA
Zur Optimierung der Wirkstoffforschung und Medikamentenentwicklung führt Variant Bio in Zusammenarbeit mit zahlreichen Forschungspartnern weltweit humangenetische Studien durch. Das Unternehmen verfolgt hierbei einen einzigartigen Ansatz, indem es anthropologische, epidemiologische und genetische Erkenntnisse miteinander kombiniert. Bei ihren populationsgenetischen Analysen konzentriert sich das Unternehmen insbesondere auf unterrepräsentierte Bevölkerungsgruppen, die besondere gesundheitsbezogene Merkmale und/ oder seltene genetische Varianten in hoher Häufigkeit aufweisen. Die gegenwärtige Pipeline umfasst mehrere Programme in unterschiedlichen Entwicklungsphasen zur Identifizierung therapeutischer Targets und potenzieller Wirkstoffkandidaten. Der Fokus der Pipeline liegt auf der Entwicklung von Medikamenten zur Behandlung schwerer fibrotischer, immunologischer, Leber- und Nierenerkrankungen, für die noch keine ausreichenden medikamentösen Therapiemöglichkeiten bestehen. Die Erforschung bisher nicht berücksichtigter genetischer Populationen und Kohorten zeigt ein hohes Potenzial zur Generierung neuer Erkenntnisse. Durch die Entwicklung patientenspezifischer Algorithmen und der Verwendung modernster Analysetechniken aus unterschiedlichen biomedizinischen Forschungsbereichen trägt die groß angelegte Biodatenbank und Screening-Plattform des Unternehmens dazu bei, die Wirkstoffforschung zu beschleunigen und die medikamentöse Versorgung der Patienten personalisiert zu optimieren.
Human genetics has the power to transform drug development
info@variantbio.com
Eingestellt am: 24.04.2024
Virtueller Seziertisch
UnternehmenAnatomage, Santa Clara, USA
Der Anatomage Tisch ist ein virtueller Seziertisch, der reale anatomische Strukturen mit derselben Genauigkeit wie im echten Körper in 3D darstellt. Dieser enthält vollständige Daten von 4 Leichen, mehr als 20 Körperbereiche in hoher Auflösung und mehr als 1000 pathologische Fälle, auch welche aus der Veterinärmedizin. Tausende Strukturen wurden aus den hochauflösenden Fotografien segmentiert; auch einzelne vaskuläre Strukturen werden detailgetreu wiedergegeben. Die FDA-genehmigte Radiologie-Software bietet weitere diagnostische Lerninhalte. Ein Dental-Modul ist ebenfalls erhältlich.
Anatomage Table
info@anatomage.com
Eingestellt am: 18.12.2020
Virtueller Simulator für Bronchoskopie-Training
Unternehmen3D Systems, Littleton, USA
Mit diesem Simulator können Grundlagen sowie komplette klinische Prozeduren der Bronchoskopie trainiert werden. Mediziner können mit diesem Modell ihre motorischen, kognitiven und koordinativen sowie diagnostischen und therapeutischen Fähigkeiten trainieren. Geeignet für Team- und Einzeltraining. Die virtuelle Patientendarstellung beinhaltet Sedierung, topische Anästhesie, Vitalzeichen, Husten sowie Komplikationen wie Blutung oder Sekretionen, was wichtig für das Trainieren von Notfalleingriffen ist.
Der Bronch-Mentor gewann 2014 den ERS-Award der European Respiratory Society als "Produkt von herausragendem Interesse".
BRONCH MENTOR
healthcare@3DSystems.com
Eingestellt am: 14.12.2020
Virtueller Trainingssimulator für arthroskopische Eingriffe
Unternehmen3D Systems, Littleton, USA
Der Simulator bietet über 80 verschiedene Operations-Szenarien für Schulter-, Hüft- und Kniegelenksoperationen sowie Diagnosen für Basiswissen und fortgeschrittenere Übungsszenarien. Das System besteht aus realistischen anatomischen Modellen und aus der Trainingssoftware, mit der viele OP-Szenarien virtuell und unter Verwendung realer Operationsinstrumente, u.a. einer arthroskopischen Kamera, dargestellt werden können. Das haptische Feedback wird bei allen Modellen ebenfalls realistisch abgebildet. Mit hoher Lerneffizienz werden Arthroskopie-Grundkenntnisse, Knie-, Schulter- und Hüftdiagnostik sowie Knie- und Schultertherapie vermittelt und trainiert. Eine Erweiterung für Meniskus-Behandlungen ist in Kürze erhältlich.
ARTHRO MENTOR
healthcare@3DSystems.com
Eingestellt am: 14.12.2020
Virtueller Trainingssimulator für chirurgische laparoskopische OPs
UnternehmenSurgical Science, Göteborg, Schweden
Mit dem virtuellen Trainingssimulator können laparoskopische Simulationsübungen erlernt und trainiert werden; zudem ist die Erweiterung um ein VR-Headset möglich, um einen kompletten Operationssaal zu simulieren. Verschiedene Module wie Basis-Übrungen (grundsätzliche Navigation, Nähen) und fortgeschrittene chirurgische Verfahren sind verfügbar, wie VATS-Lobektomie, Gynäkologie (Hysterektomie, Myom-OP, Tubenverschluss), Nephrektomie, bariatrische und Appendektomie-Verfahren. Es können verschiedene Pathologien und Komplikationen für jeden Eingriff individuell variiert werden. Das System beinhaltet einen vollständig validierten Lehrplan, das LapSim Certification Program, und jährliche Aktualisierungen.
LapSim
support@surgicalscience.com
Eingestellt am: 18.12.2020
Virtueller Trainingssimulator für endovaskuläre Eingriffe
Unternehmen3D Systems, Littleton, USA
Die Trainingssimulator-Plattform dient zum Üben von endovaskulären Verfahren und Techniken. Die Technologie ermöglicht eine realistische Visualisierung der Anatomie und den verwendeten Instrumenten. Es ist mit einem haptischen System kombiniert, das das Aussehen und die Haptik tatsächlicher endovaskulärer Eingriffe realistisch virtuell darstellt.
Verschiedene Module bieten Basis- und fortgeschrittenere Übungsszenarien. Das System verfügt über mehr als 35 verschiedene endovaskuläre Verfahren und über 220 Patientenszenarien. Eine zusätzliche Software kann patientenspezifische digitale 3D-Modelle auf Basis des CTs eines Patienten erstellen, so dass der eigentliche Eingriff vor der Operation am Patienten geplant und geprobt werden kann.
ANGIO MENTOR
healthcare@3DSystems.com
Eingestellt am: 14.12.2020
Vollautomatisches Extraktionssystem zur Probenaufbereitung für Umweltanalysen
UnternehmenBiotage, Uppsala, Schweden
Das Unternehmen Biotage bietet verschiedene Lösungsansätze und Produkte für die Extraktion, Reinigung und Aufbereitung von Umweltproben an. Der Biotage® Horizon 5000 ist ein vollautomatisiertes Scheibenextraktionssystem, das zur Probenvorbereitung für Trinkwasser-, sowie Grund- und Abwasseranalysen entwickelt wurde. Das kompatible Tischsystem verfügt über verschiedene Module, die die chemische Aufbereitung von bis zu 12 unterschiedlichen Proben mit nur einem PC ermöglichen. Nach erfolgtem Hochladen der zu untersuchenden Probe und einer SPE–Diskette, können die Forscher innerhalb eines einfach zu bedienenden Softwareprogramms aus einer Reihe verschiedener Optionen die erforderliche Extraktionsmethode auswählen. Der Biotage® Horizon 5000 übernimmt anschließend sämtliche kritischen Arbeitsschritte, angefangen von der Konditionierung der Festplatte, dem Laden der Probe, dem Trocknen der Festplatte bis hin zur Generierung eines endgültigen Extrakts. Um mögliche Fehlerquellen zu reduzieren, überwacht eine integrierte Sicherheitssoftware den gesamten Prozess der Probenaufbereitung. Bisher konnte gezeigt werden, dass das Extraktionssystem in der Lage ist, auch sehr niedrig konzentrierte Schadstoffe (wie z.B. 1,4- Dioxan oder bestimmte Herbizide) aus stark verunreinigten Proben effektiv zurückzugewinnen und hierbei etablierte Testverfahren unterstützt. Zusammenfassend hilft der Biotage Horizon 5000 dabei die Genauigkeit und Empfindlichkeit von Umweltanalysen zu verbessern, indem er menschliche Fehlerquellen reduziert und störende Verbindungen effektiv aus den Testproben entfernt. Das System kann zudem mit dem Biotage® VacMaster™ Disk, einem manuellen Scheibenextraktionssystem ergänzt werden, um halbflüchtige organische Verbindungen, sowie Öl und Fett aus wässrigen Proben zu extrahieren.
Biotage® Horizon 5000. Automation for SPE disks.
info@biotage.com
Eingestellt am: 01.02.2024
VR-System für das Training robotergestützter OP-Techniken
Unternehmen3D Systems, Littleton, USA
Mit diesem Simulator können Chirurgen aller Fachrichtungen die für die Durchführung robotergestützter Operationen erforderlichen Fertigkeiten üben. Das VR-System bietet lebensnahe Grafiken und das Gewebe verhält sich realistisch. Grundlegende Fähigkeiten können ebenso trainiert werden wie gynäkologische, urologische, thorakale, kolorektale und Standard-Operationen. Zusätzlich vervollständigen Ausbildungsfunktionen wie reale Patientenvideos, Teamtraining zwischen Roboterchirurg und OP-Assistent und Leistungsberichte mit Lernkurvendiagrammen das System. Die Entwicklung fand in Zusammenarbeit mit Fachgesellschaften statt.
ROBOTIX MENTOR
healthcare@3DSystems.com
Eingestellt am: 18.12.2020
Wirbelsäulen-Trainingsmodell für die Schmerztherapie
Unternehmen3D Systems, Littleton, USA
Das physische Wirbelsäulenmodell mit seinen realistischen Materialien und der virtuellen Darstellung ermöglicht die Simulation eines Eingriffs für die minimalinvasive Wirbelsäulenchirurgie mit hoher Genauigkeit und realistischem Empfinden. Die Rückenmarkstimulation mit der Einbringung von bis zu 4 Nadeln im Epiduralraum kann unter simulierter Echtzeit-Fluoroskopie und C-Bogen-Kontrolle geübt werden. Ein weiteres Modul deckt die Lumbalpunktion ab, um das sichere Einführen einer Wirbelsäulennadel und deren genaue Verfolgung zu üben. Es stehen verschiedene Szenarien zur Verfügung. Der Simulator ist für das Training von Anästhesisten und Schmerztherapeuten geeignet.
SPINE MENTOR
healthcare@3DSystems.com
Eingestellt am: 14.12.2020
[1] https://pubs.rsna.org/doi/10.1148/radiol.240041[2] https://www.drugtargetreview.com/news/154052/new-ai-model-may-enable-more-targeted-prostate-cancer-treatment[3] https://www.cell.com/cell-reports-methods/fulltext/S2667-2375(24)00150-4[4] https://www.cell.com/cell-reports-methods/fulltext/S2667-2375(24)00154-1[5] https://www.sciencedirect.com/science/article/pii/S0925443924001765[6] https://www.nature.com/articles/s41591-024-03057-9[7] https://www.cell.com/cell-reports-methods/fulltext/S2667-2375(24)00149-8[8] https://www.cell.com/cell-reports-methods/fulltext/S2667-2375(24)00151-6[9] https://www.frontiersin.org/journals/toxicology/articles/10.3389/ftox.2024.1393662/full[10] https://www.cell.com/cell-reports-methods/fulltext/S2667-2375(24)00125-5[11] https://www.nature.com/articles/s41587-024-02161-y[12] https://www.bionity.com/en/news/1182979/machine-learning-classifier-accelerates-the-development-of-cellular-immunotherapies.html?utm_source=newsletter&utm_medium=email&utm_campaign=bionityde&WT.mc_id=ca0264[13] https://www.nature.com/articles/s41597-023-02904-7[14] https://www.nature.com/articles/s41698-023-00484-8[15] https://www.bionity.com/en/news/1182300/enabling-early-detection-of-cancer-ai-helps.html?utm_source=newsletter&utm_medium=email&utm_campaign=bionityde&WT.mc_id=ca0264[16] https://www.nature.com/articles/s42256-023-00748-9[17] https://www.drugtargetreview.com/article/112787/ai-system-develops-features-of-complex-brains/[18] https://www.nature.com/articles/s41597-023-02612-2[19] https://www.sciencedirect.com/science/article/pii/S0169260723005497?via%3Dihub[20] https://www.sciencedirect.com/science/article/pii/S2667237523002229?via%3Dihub[21] https://www.cell.com/cell-reports-methods/fulltext/S2667-2375(23)00246-1?dgcid=raven_jbs_etoc_email[22] https://www.sciencedirect.com/science/article/pii/S875632822300145X?via%3Dihub[23] https://www.pcrm.org/news/ethical-science/human-bone-chip-future-personalized-medicine-osteoporosis[24] https://www.nature.com/articles/s41467-023-38335-6[25] https://www.drugtargetreview.com/news/109662/computational-tool-gets-more-out-of-multi-omics-data/?utm_source=Email+marketing&utm_medium=email&utm_campaign=DTR+-+Industry+Insight+-+Quantum+-+01.09.2023&utm_term=Computational+tool+gets+more+out+of+multi-omics+data&utm_content=https%3a%2f%2femails.drugtargetreview.com%2frussellpublishinglz%2f&gator_td=mIEcIc9i81kCKVEhzhGoua2AdBgsh3MXlma4DaxbM%2bxK7rKyR%2fQcxk8ybkHB1l%2bRXEvytgBCnnivdmqswbwYTxn4iGykbFmGXXK7dz8FnJzV82Okhr4PBfh1smePTncFC5cYRgtu%2f2Az8umlaHaYwOrkQf3awJMA0VuCviYYObU2xCPqj4rl%2b6sSM5T5exVI%2fzk%2b0uf1Z1EzIpnMw8X8kEumOE8bMB8%2f1hAmVz6Yx%2fw%3d[26] https://www.frontiersin.org/journals/science/articles/10.3389/fsci.2023.1017235/full[27] https://pubs.acs.org/doi/10.1021/acs.est.2c07039?ref=PDF[28] https://www.frontiersin.org/articles/10.3389/fddsv.2023.1087008/full[29] https://www.sciencedirect.com/science/article/pii/S2589750022002138?via%3Dihub[30] https://www.drugtargetreview.com/news/107454/harnessing-ai-technology-for-ivf-embryo-selection/[31] https://www.sciencedirect.com/science/article/abs/pii/S0022519322003332?via%3Dihub[32] https://neurosciencenews.com/brain-cancer-machine-learning-22266/[33] https://www.nature.com/articles/s41586-022-05563-7[34] https://academic.oup.com/schizophreniabulletin/advance-article/doi/10.1093/schbul/sbac157/6865143[35] https://neurosciencenews.com/sementic-network-schizophrenia-22272/[36] https://www.frontiersin.org/articles/10.3389/fddsv.2022.1032587/full[37] https://www.nature.com/articles/s41467-022-34510-3[38] https://www.mdpi.com/1422-0067/23/21/13650[39] https://www.nature.com/articles/s41467-022-34228-2[40] https://www.altex.org/index.php/altex/article/view/2514[41] https://www.pnas.org/doi/10.1073/pnas.2210249119[42] https://www.drugtargetreview.com/news/105601/powerful-computer-modelling-approach-developed-to-simulate-cells/?utm_source=Email+marketing&utm_medium=email&utm_campaign=DTR+-+Industry+Insight+-+Thermo+Fisher+-+Informatics+-+14.10.2022&utm_term=Using+computational+modelling+to+gain+insights+into+flu+viruses&utm_content=https%3a%2f%2femails.drugtargetreview.com%2frussellpublishinglz%2f&gator_td=IUcSF6GWjJ6XMiIK0E97KpsRmIMCn%2f3gtYslFGn%2bECZbVO5xEN0hnuoDQucMncTwUCbpxQ9igcloo1zWJDmJwawBH9xJljYT25yFbhwBnH7foAwfmsv9lPb4%2bnhFzfQASJmGkBTLX43Ou2MFZqck8xGJ9ka%2bQZsR12tZBWVCv4%2bCV1mUM8L3DGV6R%2bk%2bOdJ1SOFjTih3Wk1yCVCpcIcRlMSDXv8X%2b89U4ekc2SsmwDReETvzp%2bMHcRO7wJtasBxsL5hfJOFa7vCtCtR0N6TT5Q%3d%3d[43] https://academic.oup.com/brain/advance-article/doi/10.1093/brain/awac385/6775152?login=false[44] https://www.nature.com/articles/s41467-022-32285-1[45] https://www.drugtargetreview.com/news/104493/researchers-find-that-crispr-gene-editing-can-give-rise-to-cell-toxicity-and-genomic-instability/?utm_source=Email+marketing&utm_medium=email&utm_campaign=DTR+-+Newsletter+33+-+Bio-Rad+-+18.08.2022&utm_term=New+needle-free+nasal+vaccine+shows+promise+for+COVID-19&utm_content=https%3a%2f%2femails.drugtargetreview.com%2frussellpublishinglz%2f&gator_td=X1m9EyNpijNlcowWxOl30n4C75HvQ6r8vQIaziTemxJShKQT4wJq5FFro64B6rTEU%2bILd5ort8nsxbr3v1FwuLM3cEqzp%2fJckGtC4EvkS2Ix8Cw9ihfdr6vHYis6Wq6Vd0EVkU96QGGN81vKCQec1cvIp%2bTcOEsu1TkHm%2fqO7VPh3viKHSxGGYJ4ixnINrGFIM1Idf2y2DxGSG7KUK6jyWDFW03jz6QIMuAq7KGOz4Q%3d[46] https://www.nature.com/articles/s41467-022-32818-8[47] https://www.drugtargetreview.com/news/106850/the-future-of-drug-development-ai-tailors-artificial-dna/?utm_source=Email+marketing&utm_medium=email&utm_campaign=DTR+-+Newsletter+49+-+Metabolon+-+08.12.2022&utm_term=The+future+of+drug+development%3a+AI+tailors+artificial+DNA&utm_content=https%3a%2f%2femails.drugtargetreview.com%2frussellpublishinglz%2f&gator_td=uHQv3oL3RMur7rpz9cGWyHw3BuSYScaMU3AecOpOuuvyM3yMCcvT02nWulG0%2bgLo7FYbL%2bPthq89omlY0wdfzOVCw2s5fOpOem%2bGIngIJG3LDe68KfB%2fh5xOVy0%2fFIt97AtD%2fiaQaFtUedQ2fy%2fp%2fP2x2hn2C5BKGCuS%2bcnpF%2bn2zOLWq81jND7P5SlXvNJvOmg2GzQHTjtzM7GYNL0iQY5QPuaRWp5jhKgNF9ZY%2bV4%3d[48] https://www.nature.com/articles/s44160-022-00128-y[49] https://www.drugtargetreview.com/news/104483/novel-streamlined-screening-method-could-discover-new-horizons-in-chemical-reaction-design/?utm_source=Email+marketing&utm_medium=email&utm_campaign=DTR+-+Industry+Insight+-+Merck+ROW+-+Screening+-+19.08.22&utm_term=Screening+technique+could+accelerate+and+improve+mRNA+therapies&utm_content=https%3a%2f%2femails.drugtargetreview.com%2frussellpublishinglz%2f&gator_td=J%2bJpWM1OIfW0oERSocYm2BcH7UgU4BBGxucAOGOw0xSwn4FIe5jLnQVPX8SEopH12wlFZC46kDYKTmHOBeEXbf%2bSs%2bHIGQkpeep6cQhed1hhj1s0%2bEaPrN5pEgq%2fqm1l3BTxH4WKavbPr22og1GBc7PnQRF4M7tpCBJHxIpqvW0Sfhx7Mw8i1qihd80ywW%2bF%2fKC83HIW7pSEoKXpMH3s793jDjKymtXoHhc1LDG%2bNWzoZS%2f70Ih7SKsGF9h0t4un[50] https://elifesciences.org/articles/76004[51] https://www.drugtargetreview.com/news/104186/how-to-select-the-best-combination-of-antibodies-to-treat-hiv/?utm_source=Email+marketing&utm_medium=email&utm_campaign=DTR+-+Industry+Insight+-+Fusion+Antibodies+-+Antibodies+-+29.07.22&utm_term=How+to+select+the+best+combination+of+antibodies+to+treat+HIV&utm_content=https%3a%2f%2femails.drugtargetreview.com%2frussellpublishinglz%2f&gator_td=tCWdylyMr%2f90F%2fbBvRIVOYCNOufMxRhAaHPPx%2bQNVIHhUxjnBWNagb9HxuTqJlPO1VG%2blWPaPMQ95qTKCqJZDjx0STPo317UQLTn2RmYLv80gIMYNIom4hRXM3azsENmzz66lNQw%2f6%2ff3b%2b4KsVEoCmIblw4575RC%2buSotfg5Z%2blQ7vLqxZqxmCF2TUcVBofmntb3Y9X%2bem7z5PpHwrQoIE9edkzM1jNiZWTFYfHPXcGwurLuCvldwqxto5DIlX1JPdHCQVyHP1PBO%2bWrkasqg%3d%3d[52] https://www.nature.com/articles/s41592-022-01541-z[53] https://www.drugtargetreview.com/news/104568/new-machine-learning-technique-to-accelerate-the-process-of-drug-screening/?utm_source=Email+marketing&utm_medium=email&utm_campaign=DTR+-+Industry+Insight+-+Thermo+Fisher+-+Informatics+-+14.10.2022&utm_term=Using+computational+modelling+to+gain+insights+into+flu+viruses&utm_content=https%3a%2f%2femails.drugtargetreview.com%2frussellpublishinglz%2f&gator_td=IUcSF6GWjJ6XMiIK0E97KpsRmIMCn%2f3gtYslFGn%2bECZbVO5xEN0hnuoDQucMncTwUCbpxQ9igcloo1zWJDmJwawBH9xJljYT25yFbhwBnH7foAwfmsv9lPb4%2bnhFzfQASJmGkBTLX43Ou2MFZqck8xGJ9ka%2bQZsR12tZBWVCv4%2bCV1mUM8L3DGV6R%2bk%2bOdJ1SOFjTih3Wk1yCVCpcIcRlMSDXv8X%2b89U4ekc2SsmwDReETvzp%2bMHcRO7wJtasBxsL5hfJOFa7vCtCtR0N6TT5Q%3d%3d[54] https://link.springer.com/article/10.1007/s11517-022-02608-x[55] https://currentprotocols.onlinelibrary.wiley.com/doi/10.1002/cpz1.462[56] https://www.sciencedirect.com/science/article/pii/S0010482522002542#sec2[57] https://www.nature.com/articles/s41467-022-30661-5[58] https://link.springer.com/article/10.1007/s00204-022-03309-y[59] https://genomebiology.biomedcentral.com/articles/10.1186/s13059-022-02683-1[60] https://www.bionity.com/en/news/1176478/ai-identifies-cancer-cells.html[61] https://www.pnas.org/doi/full/10.1073/pnas.2117553119[62] https://www.drugtargetreview.com/news/103076/retinal-cell-map-could-advance-precise-cell-and-gene-therapies-for-retinal-diseases/?utm_source=Email+marketing&utm_medium=email&utm_campaign=DTR+-+Industry+Insight+-+Ncardia+-+Cell+and+Gene+Therapy+-+20.05.22&utm_term=A+new+target+for+CAR+T+cells+in+solid+tumours&utm_content=https%3a%2f%2femails.drugtargetreview.com%2frussellpublishinglz%2f&gator_td=ou3ohopfQ2ABP6%2byAqZNZmAdGXvjGfdCkRu3%2fLvNcJ0lCnw3Y1%2bbn5qF3mVOBCRn6%2fRrgiFReaKTiROJVJlWbYEKYoOaQ%2b1yTcTT3dsw8FNt0LVUnPc60PQJhWg3zduKRkU4cg9ftY6FZ9BlBFH2iFg5sV%2bK7N6iMooFddL4XH20T3DL4hOAEKs4yeSO4%2f%2fEbYvBTSt0EzSQOr27L694p6GeH3rJ3BIgIspIlxUQhfpnsHP83VYPESGdbQq2UMHSEimrx0r8wP9gZil3QLvCVA%3d%3d[63] https://www.altex.org/index.php/altex/article/view/2334/version/2396[64] https://setac.onlinelibrary.wiley.com/doi/10.1002/etc.5322[65] https://www.sciencedirect.com/science/article/pii/S0010945222000855?via%3Dihub[66] https://www.technologynetworks.com/neuroscience/news/mapping-shows-how-the-brain-shrinks-in-parkinsons-disease-361706[67] https://www.frontiersin.org/articles/10.3389/ftox.2022.824094/full[68] https://www.pcrm.org/news/ethical-science/silico-method-help-identify-lethally-toxic-chemicals#:~:text=Study%20in%20a%20Sentence%3A%20Researchers,alternative%20approach%20to%20animal%20tests.[69] https://www.cell.com/immunity/fulltext/S1074-7613(22)00142-X?_returnURL=https%3A%2F%2Flinkinghub.elsevier.com%2Fretrieve%2Fpii%2FS107476132200142X%3Fshowall%3Dtrue[70] https://www.drugtargetreview.com/news/102832/a-machine-learning-model-that-could-identify-antibody-targets/?utm_source=Email+marketing&utm_medium=email&utm_campaign=DTR+-+Industry+Insight+-+Thermo+Fisher+-+Lab+Automation+-+03.06.22&utm_term=New+machine+learning+technique+to+develop+new+drugs&utm_content=https%3a%2f%2femails.drugtargetreview.com%2frussellpublishinglz%2f&gator_td=7fjQZ2dXMWRo0TTxTaLpc66pHkJKGkKovqljZfpFAQtYmgCox7oSCPkwyS0dW%2fn%2fKqMgmIelmMI9oCi6z2C2BO9eSFqg0i8omoxtQQX%2bwNDC4uIwGaBMLvT9CYYIm1MRfEm2ten9tDa%2fU6sq9joEKKOZdVqewEGCiAbt%2fxUmmqoEndZXCK7lY7bS%2f6qzaJUeAwV2LyXy3%2fJOIiojxP%2bRFiK%2f0wRrZIkFysWMnBBriDik%2f7e2HZjFioejerenphzs0WlymulB0FHkBXBOFRlPKQ%3d%3d[71] https://www.frontiersin.org/articles/10.3389/fpubh.2022.853294/full[72] https://www.drugtargetreview.com/article/110227/the-future-of-central-nervous-system-research/?utm_source=Email+marketing&utm_medium=email&utm_campaign=DTR+-+Industry+Insight+-+Quantum+-+01.09.2023&utm_term=Computational+tool+gets+more+out+of+multi-omics+data&utm_content=https%3a%2f%2femails.drugtargetreview.com%2frussellpublishinglz%2f&gator_td=mIEcIc9i81kCKVEhzhGoua2AdBgsh3MXlma4DaxbM%2bxK7rKyR%2fQcxk8ybkHB1l%2bRXEvytgBCnnivdmqswbwYTxn4iGykbFmGXXK7dz8FnJzV82Okhr4PBfh1smePTncFC5cYRgtu%2f2Az8umlaHaYwOrkQf3awJMA0VuCviYYObU2xCPqj4rl%2b6sSM5T5exVI%2fzk%2b0uf1Z1EzIpnMw8X8kEumOE8bMB8%2f1hAmVz6Yx%2fw%3d[73] https://jcheminf.biomedcentral.com/articles/10.1186/s13321-022-00589-5[74] https://github.com/GIST-CSBL/DeSIDE-DDI[75] https://www.technologynetworks.com/drug-discovery/news/predicting-adverse-drugdrug-interactions-with-deep-learning-model-361271[76] https://content.iospress.com/articles/cancer-biomarkers/cbm210273?resultNumber=0&totalResults=167&start=0&q=Predicting+pancreatic+ductal+adenocarcinoma+using+artificial+intelligence+analysis+of+pre-diagnostic+computed+tomography+images&resultsPageSize=10&rows=10[77] https://www.technologynetworks.com/cancer-research/news/ai-tool-predicts-who-will-develop-pancreatic-cancer-based-on-ct-images-360995#:~:text=An%20artificial%20intelligence%20(AI)%20tool,being%20diagnosed%20with%20the%20disease.[78] https://onlinelibrary.wiley.com/doi/10.1002/adhm.202102101[79] https://www.technologynetworks.com/neuroscience/news/ai-designs-enzyme-to-accelerate-recovery-from-spinal-cord-injury-359352[80] https://www.nature.com/articles/s41467-022-28254-3[81] https://www.bionity.com/en/news/1174662/why-do-we-age.html?utm_source=newsletter&utm_medium=email&utm_campaign=bionityde&WT.mc_id=ca0264[82] https://academic.oup.com/bib/article-abstract/23/2/bbac056/6539139?redirectedFrom=fulltext&login=false[83] https://www.drugtargetreview.com/news/103193/a-novel-tool-for-studying-autoimmune-diseases-related-to-covid-19/?utm_source=Email+marketing&utm_medium=email&utm_campaign=DTR+-+Industry+Insight+-+Thermo+Fisher+-+Lab+Automation+-+03.06.22&utm_term=New+machine+learning+technique+to+develop+new+drugs&utm_content=https%3a%2f%2femails.drugtargetreview.com%2frussellpublishinglz%2f&gator_td=7fjQZ2dXMWRo0TTxTaLpc66pHkJKGkKovqljZfpFAQtYmgCox7oSCPkwyS0dW%2fn%2fKqMgmIelmMI9oCi6z2C2BO9eSFqg0i8omoxtQQX%2bwNDC4uIwGaBMLvT9CYYIm1MRfEm2ten9tDa%2fU6sq9joEKKOZdVqewEGCiAbt%2fxUmmqoEndZXCK7lY7bS%2f6qzaJUeAwV2LyXy3%2fJOIiojxP%2bRFiK%2f0wRrZIkFysWMnBBriDik%2f7e2HZjFioejerenphzs0WlymulB0FHkBXBOFRlPKQ%3d%3d[84] https://www.nature.com/articles/s41467-021-27792-6[85] https://www.bionity.com/en/news/1174259/algorithm-identifies-cancer-drivers.html[86] https://insight.jci.org/articles/view/155373[87] https://www.technologynetworks.com/informatics/news/deep-learning-approach-analyzes-vision-loss-in-stargardt-disease-357916[88] https://www.altex.org/index.php/altex/article/view/2350[89] https://www.nature.com/articles/s41598-022-05597-x[90] https://www.drugtargetreview.com/news/101141/researchers-identify-potential-drugs-to-reduce-covid-19-mortalities/?utm_source=Email+marketing&utm_medium=email&utm_campaign=DTR+-+Newsletter+6+-+Metabolon+-+10.02.2022&utm_term=Novel+CAR+T-cell+therapy+for+B-cell+cancers+shows+promise+in+vivo&utm_content=https%3a%2f%2femails.drugtargetreview.com%2frussellpublishinglz%2f&gator_td=sORP3zbNdMyc2lO7iTcQAmfg67Hr5kDgn3NHG%2bLXhn0qD0%2f0xlXtY1xhjY8TAm7fQ%2brvedI7P8kFRaATmU7E1MKq2Ev5tA3%2fUgO4TQyHa7vfT%2fjS96sgd1PJmKrgjkTPawdYFy3QcfD07jA3%2f3%2fLGUFcuzhpRioCWYhzwXUVaMH5Fed5YXGrxNx9XcluRUC0IozBGRQNUXIJqNp0ZXTw4avhem%2feNcuVBMCLAhgiijY%3d[91] https://journals.plos.org/digitalhealth/article?id=10.1371/journal.pdig.0000007[92] https://www.bionity.com/en/news/1174423/machine-learning-model-uses-blood-tests-to-predict-covid-19-survival.html[93] https://www.biologicalpsychiatryjournal.com/article/S0006-3223(22)00049-X/fulltext[94] https://www.bionity.com/en/news/1174874/acute-stress-leads-to-dynamic-changes-in-the-brain.html?utm_source=newsletter&utm_medium=email&utm_campaign=bionityde&WT.mc_id=ca0264[95] link.springer.com/article/10.1007/s11701-021-01363-9[96] https://www.davincisurgerycommunity.com/Systems_I_A/Skills_Simulator[97] https://mimicsimulation.com/da-vinci-skills-simulator/[98] https://doi.org/10.1101/2021.12.16.21267446[99] https://elifesciences.org/articles/71359[100] https://www.bionity.com/en/news/1174080/covid-19-can-cause-vascular-damage-to-the-heart.html?utm_source=newsletter&utm_medium=email&utm_campaign=bionityde&WT.mc_id=ca0264[101] https://www.nature.com/articles/s41586-021-04177-9[102] https://www.bionity.com/en/news/1173888/what-makes-the-heart-and-gut-inseparable.html[103] https://www.sciencedirect.com/science/article/pii/S1053811921011198?via%3Dihub[104] https://www.technologynetworks.com/neuroscience/news/personalized-brain-models-aim-to-improve-depression-treatment-360737[105] https://www.cell.com/stem-cell-reports/fulltext/S2213-6711(21)00545-2[106] https://ashpublications.org/blood/article/138/20/1917/477932/Highly-accurate-differentiation-of-bone-marrow[107] https://www.bionity.com/en/news/1173656/fighting-blood-diseases-with-artificial-intelligence.html[108] https://www.pnas.org/doi/10.1073/pnas.2108013118[109] https://www.drugtargetreview.com/news/99773/transformational-machine-learning-method-may-speed-up-drug-discovery/?utm_source=Email+marketing&utm_medium=email&utm_campaign=DTR+-+Industry+Insight+-+Mol+Dev+-+Lab+Automation+-+04.03.22&utm_term=New+photonic+effect+could+accelerate+drug+screening+processes&utm_content=https%3a%2f%2femails.drugtargetreview.com%2frussellpublishinglz%2f&gator_td=VDZiHkx5PquostQ1WvkBcIfqUES3TFORGRUleDxHOvP8FtfBEROuOEzWTJi%2fHIaSUo5u5s%2bVLpXVCW6I3iMmJwTKaTut8Ayp7ZBC%2bzWNGOt5L3W%2brwKy1xwrIY2NDXK4jhOrVkvVDIi4u6v4i1T3BmP9aPwzopInjAdgxhJq3B2SA9fjhNb8Jf8Gc9jMxH90gV3H0KxrQHbFu4ds1acULt7beO0QIX497OA5MJgZ8Qmg%2f7fqwepHt8mvG5oyJPGM[110] https://www.cell.com/stem-cell-reports/fulltext/S2213-6711(21)00544-0[111] https://www.frontiersin.org/articles/10.3389/fcell.2021.774751/full[112] https://www.science.org/doi/10.1126/science.abm4805[113] https://www.technologynetworks.com/drug-discovery/news/predicting-protein-interactions-with-artificial-intelligence-355904[114] https://www.sciencedirect.com/science/article/pii/S0013935121008276?via%3Dihub#sec5[115] https://elifesciences.org/articles/69314[116] https://www.bionity.com/en/news/1173412/researchers-have-succeeded-in-identifying-the-proteins-in-the-coronavirus-that-can-damage-blood-vessels.html[117] https://www.science.org/doi/10.1126/sciadv.abj5056[118] https://www.drugtargetreview.com/news/98948/machine-learning-models-predict-antibiotic-resistance-spread/?utm_source=Email+marketing&utm_medium=email&utm_campaign=DTR+-+Industry+Insight+-+Thermo+Fisher+-+Informatics+-+19.11.21&utm_term=New+AI+technology+could+shape+the+future+of+RNA+therapeutics&utm_content=https%3a%2f%2femails.drugtargetreview.com%2frussellpublishinglz%2f&gator_td=Cwthm19KYaLKdDoL1rWudvLnht2Dws%2fbFsgEvlhM3rggV7N67epc45IYoHcBSrz0jchdfUZqCyw%2bWNkCaIelSwsxn0kBQQKvNuj9wL1qIkSwyC3HS2fWrlyxAduZw%2fmqW8sOg874fiDhxhovX5msWtsyFuicujiksLRIO%2f6CPAJtCWEAwrvOj%2fnkLUpBfJU9DsjAGHlwFGZcSEwy167MMRKETFKkPbsrKVbYsyDV%2fUlMx23ciiFuuwqRASOdfOeXT05rXhBh6Dl545N4RkHNdw%3d%3d[119] https://www.altex.org/index.php/altex/article/view/2282[120] https://pubs.acs.org/doi/10.1021/acscentsci.1c00802[121] https://www.drugtargetreview.com/news/98953/groundbreaking-data-tool-may-uncover-novel-class-of-gpcrs/?utm_source=Email+marketing&utm_medium=email&utm_campaign=DTR+-+Industry+Insight+-+Thermo+Fisher+-+Informatics+-+19.11.21&utm_term=New+AI+technology+could+shape+the+future+of+RNA+therapeutics&utm_content=https%3a%2f%2femails.drugtargetreview.com%2frussellpublishinglz%2f&gator_td=Cwthm19KYaLKdDoL1rWudvLnht2Dws%2fbFsgEvlhM3rggV7N67epc45IYoHcBSrz0jchdfUZqCyw%2bWNkCaIelSwsxn0kBQQKvNuj9wL1qIkSwyC3HS2fWrlyxAduZw%2fmqW8sOg874fiDhxhovX5msWtsyFuicujiksLRIO%2f6CPAJtCWEAwrvOj%2fnkLUpBfJU9DsjAGHlwFGZcSEwy167MMRKETFKkPbsrKVbYsyDV%2fUlMx23ciiFuuwqRASOdfOeXT05rXhBh6Dl545N4RkHNdw%3d%3d[122] https://www.sciencedirect.com/science/article/pii/S0304389421022044?via%3Dihub[123] https://www.nature.com/articles/s42256-021-00383-2[124] https://www.drugtargetreview.com/news/97403/new-ai-method-could-aid-in-development-of-t-cell-based-cancer-therapies/?utm_source=Email+marketing&utm_medium=email&utm_campaign=DTR+-+Industry+Insight+-+Thermo+Fisher+-+Informatics+-+19.11.21&utm_term=New+AI+technology+could+shape+the+future+of+RNA+therapeutics&utm_content=https%3a%2f%2femails.drugtargetreview.com%2frussellpublishinglz%2f&gator_td=Cwthm19KYaLKdDoL1rWudvLnht2Dws%2fbFsgEvlhM3rggV7N67epc45IYoHcBSrz0jchdfUZqCyw%2bWNkCaIelSwsxn0kBQQKvNuj9wL1qIkSwyC3HS2fWrlyxAduZw%2fmqW8sOg874fiDhxhovX5msWtsyFuicujiksLRIO%2f6CPAJtCWEAwrvOj%2fnkLUpBfJU9DsjAGHlwFGZcSEwy167MMRKETFKkPbsrKVbYsyDV%2fUlMx23ciiFuuwqRASOdfOeXT05rXhBh6Dl545N4RkHNdw%3d%3d[125] https://www.cell.com/iscience/fulltext/S2589-0042(21)01059-2?emci=9dd66ae8-d22d-ec11-981f-c896653b9208&emdi=803aa719-2430-ec11-981f-c896653b9208&ceid=2015591#articleInformation[126] https://www.nature.com/articles/s42003-021-02578-0[127] https://www.sciencedirect.com/science/article/abs/pii/S0142961221003896?emci=9ab55efe-6dfc-eb11-b563-501ac57b8fa7&emdi=31ff5b9c-7bfc-eb11-b563-501ac57b8fa7&ceid=2015591[128] https://www.nature.com/articles/s42003-021-02369-7[129] https://www.nature.com/articles/s41586-021-03819-2[130] https://www.nature.com/articles/s41586-021-03771-1[131] https://www.technologynetworks.com/cancer-research/news/progressing-personalized-medicine-with-machine-learning-351418#:~:text=N%C3%BAria%20L%C3%B3pez%2DBigas%20at%20IRB,development%20and%20progression%20of%20cancer.[132] https://pubs.rsc.org/en/content/articlelanding/2021/lc/d1lc00348h[133] https://www.mdpi.com/2075-4418/11/6/1071/htm[134] https://www.technologynetworks.com/neuroscience/news/image-algorithm-predicts-alzheimers-onset-with-99-accuracy-353391#:~:text=Researchers%20have%20developed%20a%20deep,of%20over%2099%20per%20cent.[135] https://journals.plos.org/ploscompbiol/article?id=10.1371%2fjournal.pcbi.1009091&emci=b4e6395d-d4e4-eb11-a7ad-501ac57b8fa7&emdi=44a13ddc-eee4-eb11-a7ad-501ac57b8fa7&ceid=2015591[136] https://www.oecd-ilibrary.org/environment/guideline-no-497-defined-approaches-on-skin-sensitisation_b92879a4-en[137] https://pubs.acs.org/doi/abs/10.1021/acs.jproteome.1c00206#[138] https://www.drugtargetreview.com/news/94956/algorithm-helps-find-best-drug-targets-for-all-covid-19-variants/?utm_source=Email+marketing&utm_medium=email&utm_campaign=DTR+-+Newsletter+30+-+No+sponsor+-+29.07.2021&utm_term=Novel+group+of+small+molecules+show+promise+against+SARS-CoV-2&utm_content=https%3a%2f%2femails.drugtargetreview.com%2frussellpublishinglz%2f&gator_td=yq5xi0O3ELaYnGT%2b3beRm0s3zK9h2SYyCZEXKdjbkBAq%2f5h%2bwE5N3C0x8UKSjGVyu1RTux%2bKjonDpSctVBh4Pdr4P5VhLW%2fPI244cfNIY%2bV2ecMvMPKVs3zyA8X%2fwrVDRYEDoeYbmHCG9xEKQKrer8M1S%2fyHyvrsD9n5poHY2x8wR1ERP4zfAth%2b%2bHhzHrJg73VjbMLbFhcfCHgiTQSuBRkE1u8kv2eJlKpqQW4Gg0M%3d[139] https://www.nature.com/articles/s41467-021-23998-w[140] https://www.nc3rs.org.uk/news/international-3rs-prize-celebrates-animal-free-research#HC[141] https://erj.ersjournals.com/content/59/2/2003292[142] https://www.nature.com/articles/s41467-021-23694-9[143] https://www.mdpi.com/2072-6694/13/15/3760[144] https://www.nature.com/articles/s41467-021-23328-0[145] https://www.drugtargetreview.com/news/92627/screening-identifies-existing-drugs-as-potential-covid-19-therapies/?utm_source=Email+marketing&utm_medium=email&utm_campaign=DTR+-+Industry+Insight+-+Beckman+Coulter+-+Screening+-+23.07.21&utm_term=Screening+identifies+existing+drugs+as+potential+COVID-19+therapies&utm_content=https%3a%2f%2femails.drugtargetreview.com%2frussellpublishinglz%2f&gator_td=m%2fDCNxHbm%2fskftaGYa66zO88WrJmwsmYAjoP5%2bb1UlkxkIRmyN%2blOPtNiTC%2fuMVase96%2fynTiT7vgNOgutaiW%2fxlXysDRrPCEklOg%2bf97D3e6BbfNgGl6MaBgSTTZNo3z%2fe2AWGt8Orny7DRpnzhaBVKzeIcmtoWopIUQvp7EbpB4iqL5KT%2fVWj311HHnxKsD%2bLelpcRj4wZuhXB05CDhGNnW2IpsmMsxN%2bqqwVDDdd2RC6srIiMhMNSGO3uIuFfUPAKu1rpvzBVwlfcJaMozw%3d%3d[146] https://www.frontiersin.org/articles/10.3389/frai.2021.674370/full[147] www.cell.com/immunity/fulltext/S1074-7613(21)00208-9?_returnURL=https%3A%2F%2Flinkinghub.elsevier.com%2Fretrieve%2Fpii%2FS1074761321002089%3Fshowall%3Dtrue#%20[148] https://www.bionity.com/en/news/1171006/biomarker-detects-severe-covid-19-early-on.html[149] https://www.nature.com/articles/s41598-021-90637-1#MOESM1[150] https://www.nature.com/articles/s41586-021-03506-2#citeas[151] https://iopscience.iop.org/article/10.1088/1741-2552/abf8cb[152] https://www.pcrm.org/news/ethical-science/brain-computer-interface-technique-assist-neurorehabilitation[153] https://www.sciencedirect.com/science/article/abs/pii/S0045653521011231?via%3Dihub[154] https://link.springer.com/article/10.1007/s00134-021-06389-z[155] https://www.technologynetworks.com/informatics/news/machine-learning-predicts-which-covid-19-patients-will-respond-to-treatment-348706[156] https://science.sciencemag.org/content/early/2021/03/31/science.abf7945[157] https://www.nature.com/articles/s41598-021-89495-8[158] https://www.nature.com/articles/s41598-021-89443-6[159] https://www.technologynetworks.com/neuroscience/news/computer-simulations-of-the-brain-predict-stroke-recovery-349535[160] https://www.nature.com/articles/s41467-021-22265-2[161] https://www.technologynetworks.com/neuroscience/news/three-new-multiple-sclerosis-subtypes-identified-using-ai-347414[162] https://journals.plos.org/ploscompbiol/article?id=10.1371/journal.pcbi.1008790[163] https://www.drugtargetreview.com/news/88523/dynamic-model-of-sars-cov-2-s-protein-reveals-vaccine-targets/?utm_source=Email+marketing&utm_medium=email&utm_campaign=DTR+-+Industry+Insight+-+RayBiotech+-+COVID-19+-+16.04.21&utm_term=Are+you+aware+of+the+latest+industry+updates+on+COVID-19%3f&utm_content=https%3a%2f%2femails.drugtargetreview.com%2frussellpublishinglz%2f&gator_td=cMeKWLIcPLmW5uBbhxQaMlS%2b2eTjmhr9GQeTLQvD3hzJKJVEWJGdNinw0rsfwmmKsHvZ1OhJelIUNElY5m2VKSyZj1jl0HDMNg0dqhZo%2bulmaJzT5kWkYUcFkH0X2VRjeaCnP6SHiux%2fhiDQQ6h2EMPNs6mcWO0GNAtXlTT3zxUcyrWflldOgrfD0H4qldryzDdeXr8RijnCCreQzT0T%2bpLO4CiEBc76jOHRI9c60J6RJSwtUpprZuH1NCHmr269[164] https://gut.bmj.com/content/early/2021/04/22/gutjnl-2020-323868[165] https://www.bionity.com/en/news/1170778/large-scale-genetic-study-sheds-light-on-the-causes-of-hemorrhoids.html[166] www.nature.com/articles/s42256-021-00325-y[167] https://www.bionity.com/en/news/1170673/more-than-the-sum-of-mutations.html[168] https://www.pnas.org/content/118/15/e2019053118[169] https://www.bionity.com/en/news/1170578/artificial-intelligence-could-crack-the-language-of-cancer-and-alzheimer-s.html[170] https://www.nature.com/articles/s41551-021-00699-9[171] https://www.drugtargetreview.com/news/89324/machine-learning-method-to-design-better-antibody-drugs-developed/?utm_source=Email+marketing&utm_medium=email&utm_campaign=DTR+-+Industry+Insight+-+Cell+Signaling+-+Proteomics+%26+Antibodies+-+10.09.21&utm_term=Discover+more+on+proteomics+and+antibodies+in+our+industry+insight+&utm_content=https%3a%2f%2femails.drugtargetreview.com%2frussellpublishinglz%2f&gator_td=Hh4ennvKSMIlbRgkgoQfXJmtZ1bfCSAqp0vkozkH1Po4Bho%2f5X96Q3v0vU8HyVkDwzf8z60DXdl7NNgeDBHXUX8nyRJhRBkCWtmPDisDtRqGYVwRbVcf8H%2fkmubbbWpABOLg5VVFR6MIXm7g3ji%2bAhfCLXPu2dvN3IVpir6fJ0saGvb90Ip0bzbkCP8wH%2bfKxQVyinUtEfoVEpQET5hGiGtT3n0vgKcC2XL290xhNGUOmgU4ModTDGBCiBO3QvXj7IbpJNNl68DMl3Us11x5HA%3d%3d[172] https://www.nature.com/articles/s41591-021-01309-6#citeas[173] https://www.nature.com/articles/s41467-021-22570-w[174] https://www.bionity.com/en/news/1170798/the-body-as-a-network.html[175] https://www.fau.de/2021/03/news/wissenschaft/fau-ingenieurin-mit-heinz-maier-leibnitz-preis-ausgezeichnet/[176] https://www.nature.com/articles/s41598-021-85602-x[177] https://www.technologynetworks.com/neuroscience/news/cloud-computing-drives-new-studies-of-childhood-brain-development-349733[178] https://www.cell.com/biophysj/fulltext/S0006-3495(21)00237-X[179] https://www.technologynetworks.com/neuroscience/news/blood-flow-simulations-help-predict-von-willebrand-disease-348952#:~:text=For%20the%20first%20time%2C%20researchers,von%20Willebrand%20factor%20(vWF)[180] https://www.nature.com/articles/s42256-021-00303-4[181] https://www.bionity.com/en/news/1170224/ai-based-analysis-system-for-the-diagnosis-of-breast-cancer.html[182] https://www.nature.com/articles/s42256-021-00310-5[183] https://www.bionity.com/en/news/1170469/unique-ai-method-for-generating-proteins-will-speed-up-drug-development.html[184] https://pubs.acs.org/doi/10.1021/acs.jpclett.1c00189[185] https://www.drugtargetreview.com/news/86274/machine-learning-calculates-affinities-of-drug-candidates-and-targets/?utm_source=Email+marketing&utm_medium=email&utm_campaign=DTR+-+Industry+Insight+-+Merck+-+Screening+-+30.04.21&utm_term=Dilyana%2c+learn+more+about+screening+in+drug+discovery&utm_content=https%3a%2f%2femails.drugtargetreview.com%2frussellpublishinglz%2f&gator_td=K2qyNB5MYk%2fx1C0MoQBLqMEirEZC6rQY69N%2fOA9dl6hblShBwaXogQWaQyqRmMFtg0BeRtE7AZ%2fFkNO3IEpkjFH%2fk8e8qxlK%2f9hi6wU8bB8K6EAsDCqxGJNWP2QUEWOIQb3nMvdj%2bb9jnhqFRLwGpRl3ie6Wa8mdOj0o1OiRSw%2fqK0vLtnmvOFqv5tILHp3Rrx%2bBlVfh2y6cszaPUzVGg8nZvsYh82x4dYs1g536By%2f9uvKTPly42cBu8%2fUKA%2bLh[186] https://www.pnas.org/content/118/9/e2026309118[187] https://www.bionity.com/en/news/1169930/neandertal-gene-variants-and-covid-19.html[188] https://iopscience.iop.org/article/10.1088/1741-2552/ab7c8e[189] https://www.pcrm.org/news/ethical-science/novel-method-generating-sensation-using-brain-computer-interface?emci=f12f245e-59d0-eb11-a7ad-501ac57b8fa7&emdi=ad21da98-e0d1-eb11-a7ad-501ac57b8fa7&ceid=2015591[190] https://www.nature.com/articles/s41587-021-00839-1[191] https://www.drugtargetreview.com/news/84615/screening-by-compound-activity-could-accelerate-drug-discovery/?utm_source=Email+marketing&utm_medium=email&utm_campaign=DTR+-+Industry+Insight+-+Merck+-+Screening+-+30.04.21&utm_term=Dilyana%2c+learn+more+about+screening+in+drug+discovery&utm_content=https%3a%2f%2femails.drugtargetreview.com%2frussellpublishinglz%2f&gator_td=K2qyNB5MYk%2fx1C0MoQBLqMEirEZC6rQY69N%2fOA9dl6hblShBwaXogQWaQyqRmMFtg0BeRtE7AZ%2fFkNO3IEpkjFH%2fk8e8qxlK%2f9hi6wU8bB8K6EAsDCqxGJNWP2QUEWOIQb3nMvdj%2bb9jnhqFRLwGpRl3ie6Wa8mdOj0o1OiRSw%2fqK0vLtnmvOFqv5tILHp3Rrx%2bBlVfh2y6cszaPUzVGg8nZvsYh82x4dYs1g536By%2f9uvKTPly42cBu8%2fUKA%2bLh[192] https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0246581[193] https://www.technologynetworks.com/neuroscience/news/machine-learning-helps-identify-autism-blood-biomarkers-345993[194] https://academic.oup.com/toxsci/article-abstract/181/1/68/6128532[195] https://ascpt.onlinelibrary.wiley.com/doi/10.1111/cts.13007[196] https://www.drugtargetreview.com/news/84683/in-silico-screening-of-existing-drugs-reveals-three-candidates-against-sars-cov-2/?utm_source=Email+marketing&utm_medium=email&utm_campaign=DTR+-+Industry+Insight+-+Merck+-+Screening+-+30.04.21&utm_term=Dilyana%2c+learn+more+about+screening+in+drug+discovery&utm_content=https%3a%2f%2femails.drugtargetreview.com%2frussellpublishinglz%2f&gator_td=K2qyNB5MYk%2fx1C0MoQBLqMEirEZC6rQY69N%2fOA9dl6hblShBwaXogQWaQyqRmMFtg0BeRtE7AZ%2fFkNO3IEpkjFH%2fk8e8qxlK%2f9hi6wU8bB8K6EAsDCqxGJNWP2QUEWOIQb3nMvdj%2bb9jnhqFRLwGpRl3ie6Wa8mdOj0o1OiRSw%2fqK0vLtnmvOFqv5tILHp3Rrx%2bBlVfh2y6cszaPUzVGg8nZvsYh82x4dYs1g536By%2f9uvKTPly42cBu8%2fUKA%2bLh[197] https://microbiomejournal.biomedcentral.com/articles/10.1186/s40168-020-00993-9[198] https://www.bionity.com/en/news/1170101/pathofact-identifies-pathogens-faster-and-more-accurately.html[199] https://www.nature.com/articles/s41467-021-21330-0[200] https://www.drugtargetreview.com/news/84915/ai-based-method-used-to-screen-for-alzheimers-disease-drugs/?utm_source=Email+marketing&utm_medium=email&utm_campaign=DTR+-+Industry+Insight+-+Merck+-+Screening+-+30.04.21&utm_term=Dilyana%2c+learn+more+about+screening+in+drug+discovery&utm_content=https%3a%2f%2femails.drugtargetreview.com%2frussellpublishinglz%2f&gator_td=K2qyNB5MYk%2fx1C0MoQBLqMEirEZC6rQY69N%2fOA9dl6hblShBwaXogQWaQyqRmMFtg0BeRtE7AZ%2fFkNO3IEpkjFH%2fk8e8qxlK%2f9hi6wU8bB8K6EAsDCqxGJNWP2QUEWOIQb3nMvdj%2bb9jnhqFRLwGpRl3ie6Wa8mdOj0o1OiRSw%2fqK0vLtnmvOFqv5tILHp3Rrx%2bBlVfh2y6cszaPUzVGg8nZvsYh82x4dYs1g536By%2f9uvKTPly42cBu8%2fUKA%2bLh[201] https://journals.biologists.com/dev/article/148/3/dev197608/223265/Robustness-and-timing-of-cellular-differentiation[202] https://www.bionity.com/en/news/1169982/cells-talk-at-each-other-to-specialize-different-functions.html
https://www.bionity.com/en/news/1169982/cells-talk-at-each-other-to-specialize-different-functions.html[203] https://www.nature.com/articles/s41587-020-00795-2[204] https://www.technologynetworks.com/cancer-research/news/computational-tool-differentiates-between-data-from-cancer-cells-and-normal-cells-344666[205] https://www.sciencedirect.com/science/article/abs/pii/S0013935121000219[206] https://pubs.acs.org/doi/10.1021/acs.analchem.0c03925[207] https://www.bionity.com/en/news/1169538/single-cell-test-can-reveal-precisely-how-drugs-kill-cancer-cells.html[208] www.cell.com/cell-chemical-biology/fulltext/S2451-9456(21)00003-9?_returnURL=https%3A%2F%2Flinkinghub.elsevier.com%2Fretrieve%2Fpii%2FS2451945621000039%3Fshowall%3Dtrue[209] https://www.bionity.com/en/news/1169629/pharmaceutical-research-when-active-substance-and-target-protein-embrace-each-other.html[210] https://www.unisa.edu.au/media-centre/Releases/2021/world-first-artificial-intelligence-study-to-map-risks-of-ovarian-cancer/[211] https://arxiv.org/abs/2012.01736[212] https://www.instadeep.com/2020/12/first-joint-instadeep-biontech-research-paper-accepted-at-the-neurips-ai-conference/[213] https://www.nature.com/articles/s41598-020-79021-7[214] https://www.bionity.com/en/news/1169742/deep-vision-near-infrared-imaging-and-machine-learning-can-identify-hidden-tumors.html[215] https://academic.oup.com/bioinformatics/article/36/Supplement_2/i813/6055936[216] https://www.medwiss.de/2021/01/04/sars-cov-2-bioinformatiker-entdecken-eine-neue-schwachstelle-des-virus/?utm_source=DGP_Fachletter_Aerzte-A&utm_medium=E-Mail&utm_campaign=DGP_Fachletter_Aerzte-A[217] https://onlinelibrary.wiley.com/doi/10.1002/anie.202016113[218] https://www.bionity.com/de/news/1169495/effektivere-screening-methode-verbessert-identifikation-von-wirkstoffen-gegen-viren.html[219] https://gut.bmj.com/content/early/2020/12/14/gutjnl-2020-321190[220] https://www.bionity.com/en/news/1169981/a-precise-measure-of-protective-immunity.html[221] https://www.nature.com/articles/s41537-020-00119-y[222] https://www.pnas.org/content/117/47/29872[223] https://www.technologynetworks.com/informatics/news/can-we-train-ai-to-adapt-like-human-brains-344096[224] https://pubs.rsna.org/doi/10.1148/radiol.2020192154[225] https://www.technologynetworks.com/informatics/news/ai-helps-detect-brain-aneurysms-on-ct-scans-342343#:~:text=A%20powerful%20type%20of%20artificial,published%20in%20the%20journal%20Radiology.[226] https://ashpublications.org/blood/article-abstract/doi/10.1182/blood.2020006264/474187/Hematoxylin-binds-to-mutant-calreticulin-and?redirectedFrom=fulltext[227] https://www.bionity.com/en/news/1169090/hematoxylin-as-a-killer-of-calr-mutant-cancer-cells.html[228] https://www.frontiersin.org/articles/10.3389/fpls.2020.601316/full[229] https://news.ncsu.edu/2020/11/food-chemical-compounds-can-inhibit-a-key-sars-cov-2-enzyme/[230] https://onlinelibrary.wiley.com/doi/10.1002/adma.202070353[231] https://www.bionity.com/en/news/1168834/animal-free-method-predicts-nanoparticle-toxicity-for-safer-industrial-materials.html[232] https://pubmed.ncbi.nlm.nih.gov/32933253/[233] https://www.bionity.com/en/news/1168746/sorting-out-viruses-with-machine-learning.html[234] https://www.nature.com/articles/s41467-020-18677-1[235] https://www.technologynetworks.com/informatics/news/deep-learning-gets-a-toehold-on-synthetic-biology-341383[236] https://www.pennmedicine.org/news/news-releases/2020/october/penn-medicine-researchers-use-artificial-intelligence-to-redefine-alzheimers-disease[237] https://www.technologynetworks.com/neuroscience/news/using-advanced-ai-to-discover-diagnostic-biomarkers-and-drug-targets-for-alzheimers-341638[238] https://www.technologynetworks.com/neuroscience/news/state-of-the-art-ai-methods-used-to-study-alzheimers-341948[239] https://www.nature.com/articles/s41598-020-71737-w[240] https://www.bionity.com/en/news/1168417/new-cancer-diagnostics-a-glimpse-into-the-tumor-in-3d.html[241] https://www.technologynetworks.com/tn/articles/personalized-medicine-model-aiming-to-improve-diagnosis-and-treatment-of-chronic-diseases-341485[242] https://www.nature.com/articles/s42003-020-01283-8[243] https://www.bionity.com/en/news/1168484/how-deadly-parasites-glide-into-human-cells.html[244] https://onlinelibrary.wiley.com/doi/pdf/10.1002/adbi.202000160[245] https://www.technologynetworks.com/informatics/news/biochip-innovation-combines-ai-and-nanoparticles-to-analyze-tumors-341387[246] https://www.medrxiv.org/content/10.1101/2020.09.07.20189779v1[247] https://www.bionity.com/en/news/1167949/flu-may-increase-the-spread-of-covid-19.html[248] https://pubs.acs.org/doi/10.1021/acscentsci.0c01056[249] https://www.bionity.com/en/news/1168076/glycans-in-the-sars-cov-2-spike-protein-play-active-role-in-infection.html[250] https://www.scienceboard.net/index.aspx?sec=ser&sub=def&pag=dis&ItemID=1398[251] https://stm.sciencemag.org/content/12/560/eaau3960[252] https://www.bionity.com/en/news/1167999/stem-cell-research-delivers-new-points-of-attack-against-parkinsons-disease.html[253] https://elifesciences.org/articles/56972[254] https://www.thelancet.com/journals/landig/article/PIIS2589-7500(20)30159-X/fulltext[255] https://www.technologynetworks.com/informatics/news/new-ai-study-diagnoses-prostate-cancer-with-near-perfect-accuracy-338023[256] https://www.nature.com/articles/s41398-020-00965-5[257] https://www.technologynetworks.com/neuroscience/news/can-machine-learning-and-brain-imaging-create-better-diagnostics-for-mental-illness-338710[258] https://www.nature.com/articles/s41592-020-0914-9[259] https://www.bionity.com/en/news/1168208/new-algorithm-sharpens-focus-of-world-s-most-powerful-microscopes.html[260] https://www.nature.com/articles/s41467-020-17155-y[261] https://alz-journals.onlinelibrary.wiley.com/doi/full/10.1002/alz.12133[262] https://www.bionity.com/de/news/1167207/ueberlebenszeit-von-creutzfeldt-jakob-erkrankten-vorhersagbar.html?pk_campaign=ca0264&WT.mc_id=ca0264[263] https://iopscience.iop.org/article/10.1088/1758-5090/aba08f[264] https://www.frontiersin.org/articles/10.3389/fbioe.2020.00763/full[265] https://www.uu.nl/en/news/new-miniature-system-to-study-kidney-and-intestine-function[266] https://academic.oup.com/nar/article/48/W1/W162/5825625[267] https://www.bionity.com/en/news/1167884/new-software-detects-disease-causing-gene-mutations.html[268] https://www.sciencedirect.com/science/article/pii/S2666166720300198?via%3Dihub[269] https://pharmacology.umg.eu/research/meyer-lab/[270] https://www.nature.com/articles/s41467-020-16655-1[271] https://www.bionity.com/en/news/1166682/new-insights-into-molecular-mechanisms-relevant-for-drug-development.html[272] https://academic.oup.com/nar/article/48/W1/W472/5850804[273] https://www.nature.com/articles/s41467-020-15146-7[274] https://www.sciencedirect.com/science/article/pii/S0887233320300576?via%3Dihub[275] https://www.invitrojobs.com/index.php/en/research-and-methods/working-group-a-portrait/item/5832-working-group-a-portrait-ignacio-tripodi-computational-toxicology-instead-of-animal-testing[276] https://www.sciome.com/[277] https://www.sciencedirect.com/science/article/abs/pii/S1934590920300977?via%3Dihub[278] https://www.technologynetworks.com/cell-science/news/stem-cells-in-human-embryos-commit-to-specialization-surprisingly-early-333649[279] https://www.nature.com/articles/s41467-020-16134-7[280] https://www.bionity.com/en/news/1166584/explosion-in-cancer-genome-much-more-common-than-expected.html[281] https://www.biorxiv.org/content/10.1101/2020.05.06.080630v1.full[282] https://www.biorxiv.org/content/10.1101/2020.05.12.091314v1[283] https://www.invitrojobs.com/index.php/en/news/news-archive/item/4707-using-bioinformatics-for-covid-19-clarification
[284] https://www.cell.com/structure/pdf/S0969-2126(20)30140-4.pdf?_returnURL=https%3A%2F%2Flinkinghub.elsevier.com%2Fretrieve%2Fpii%2FS0969212620301404%3Fshowall%3Dtrue[285] https://www.sciencedirect.com/science/article/pii/S2468111319300684?via%3Dihub[286] https://www.sciencedirect.com/science/article/pii/S0160412019338474?via%3Dihub[287] https://www.bionity.com/en/news/1166810/nanosafety-research-without-animal-experiments.html?pk_campaign=ca0264&WT.mc_id=ca0264[288] https://www.fraunhofer.de/de/presse/presseinformationen/2020/april/unsichtbares-sichtbar-machen.html[289] https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0228461[290] https://www.nature.com/articles/s41598-020-60456-x[291] https://www.nature.com/articles/s41586-020-2117-z
[292] https://www.bionity.com/de/news/1166089/neue-wirkstoffe-aus-dem-computer.html?pk_campaign=ca0264&WT.mc_id=ca0264[293] https://science.sciencemag.org/content/367/6478/643[294] https://www.bionity.com/en/news/1164880/how-rogue-communications-between-cells-lead-to-leukaemia.html?pk_campaign=ca0264&WT.mc_id=ca0264[295] https://www.frontiersin.org/articles/10.3389/fchem.2019.00899/full[296] https://www.nature.com/articles/s41467-019-13921-9#Sec8
[297] https://www.pcrm.org/news/ethical-science/analyzing-regulatory-mechanisms-gene-expression-across-human-tissue-types?fbclid=IwAR0HTVJP0tRCZ7bOE7qwr8m4RW_qlZyOOvesoxEWv4TIU3q6_SoH5EjZfv4
[298] https://www.nature.com/articles/s41551-019-0497-x[299] https://www.ibmt.fraunhofer.de/de/ibmt-presse-uebersicht-2020/presse-BMBF-Vision-2020-07-13.html[300] https://bmcmedinformdecismak.biomedcentral.com/articles/10.1186/s12911-019-0991-9[301] https://www.technologynetworks.com/neuroscience/news/astrophysics-and-ai-key-to-early-dementia-diagnosis-328618[302] https://www.pcrm.org/news/ethical-science/using-deep-learning-artificial-intelligence-robots-model-cognitive-function[303] https://www.sciencemag.org/news/2019/10/could-robots-be-psychology-s-new-lab-rats[304] https://www.biorxiv.org/content/10.1101/819854v1[305] https://www.bionity.com/en/news/1166597/bacteria-leave-signature-in-colon-cancer-cells.html?pk_campaign=ca0264&WT.mc_id=ca0264[306] https://www.nature.com/articles/s42256-019-0101-9[307] https://wiki.cancerimagingarchive.net/pages/viewpage.action?pageId=61080958[308] https://q-more.chemie.de/q-more-artikel/329/mit-deep-learning-blutkrankheiten-besser-verstehen.html[309] https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0221763[310] https://medizin-aspekte.de/living-heart-project-virtuelles-herz-fuer-bessere-medikamententests-weniger-tierversuche-93868/[311] https://onlinelibrary.wiley.com/doi/abs/10.1002/adfm.201901991[312] https://www.bionity.com/en/news/1161983/electronic-chip-mimics-the-brain-to-make-memories-in-a-flash.html[313] https://science.sciencemag.org/content/364/6447/eaaw5181.long[314] https://www.mpg.de/13670500/in-ruhephasen-rekapituliert-das-gehirn-erfahrungen[315] https://www.sciencedirect.com/science/article/pii/S0378427419301377[316] https://www.sciencedirect.com/science/article/abs/pii/S1093326318307174[317] https://data.jrc.ec.europa.eu/dataset/ffebe454-ed9a-47cf-8a33-8cf70c1b7d38[318] https://www.ovgu.de/en/University/In+Profile/Key+Profile+Areas/Research/Robotic+fish+to+replace+animal+testing.html[319] https://retero.org/[320] https://www.nature.com/articles/s41467-019-08593-4[321] https://data.jrc.ec.europa.eu/dataset/ffebe454-ed9a-47cf-8a33-8cf70c1b7d38[322] https://journals.plos.org/ploscompbiol/article?id=10.1371/journal.pcbi.1006108[323] https://pubs.rsc.org/en/content/articlelanding/2019/LC/C8LC00829A[324] https://ieeexplore.ieee.org/document/8579953/[325] https://data.jrc.ec.europa.eu/dataset/ffebe454-ed9a-47cf-8a33-8cf70c1b7d38[326] https://www.pnas.org/content/116/1/148[327] https://data.jrc.ec.europa.eu/dataset/ffebe454-ed9a-47cf-8a33-8cf70c1b7d38[328] https://www.tu-darmstadt.de/universitaet/aktuelles_meldungen/archiv_2/2018/2018quartal4/neuesausdertueinzelansichtbreitespalte_218240.de.jsp[329] https://academic.oup.com/bioinformatics/article/34/23/4121/5001388[330] https://nextstrain.org/[331] https://onlinelibrary.wiley.com/doi/full/10.1002/ijc.32002[332] https://data.jrc.ec.europa.eu/dataset/352f7dfd-05cf-434b-a96a-7e270dc76573[333] https://link.springer.com/article/10.1007/s00428-018-2485-z[334] https://data.jrc.ec.europa.eu/dataset/352f7dfd-05cf-434b-a96a-7e270dc76573[335] https://pubs.acs.org/doi/pdf/10.1021/acs.molpharmaceut.8b00930
[336] https://link.springer.com/article/10.1007/s00701-018-3712-8[337] https://data.jrc.ec.europa.eu/dataset/20947a04-86ef-473f-8907-c658e4050c24[338] https://www.nature.com/articles/s41591-018-0177-5[339] https://www.cancer.gov/news-events/cancer-currents-blog/2018/artificial-intelligence-lung-cancer-classification[340] https://www.frontiersin.org/articles/10.3389/fphys.2018.01306/full[341] https://data.jrc.ec.europa.eu/dataset/20947a04-86ef-473f-8907-c658e4050c24[342] https://www.sciencedirect.com/science/article/pii/S2405896318316987[343] https://data.jrc.ec.europa.eu/dataset/352f7dfd-05cf-434b-a96a-7e270dc76573[344] https://academic.oup.com/toxsci/article/165/1/198/5043469[345] https://www.nature.com/articles/nbt.4239[346] https://data.jrc.ec.europa.eu/dataset/352f7dfd-05cf-434b-a96a-7e270dc76573[347] https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6378095/[348] https://data.jrc.ec.europa.eu/dataset/352f7dfd-05cf-434b-a96a-7e270dc76573[349] https://cancerres.aacrjournals.org/content/78/17/5155.long[350] https://data.jrc.ec.europa.eu/dataset/352f7dfd-05cf-434b-a96a-7e270dc76573[351] https://pubs.rsc.org/en/content/articlelanding/2018/an/c8an00729b#!divAbstract[352] https://data.jrc.ec.europa.eu/dataset/ffebe454-ed9a-47cf-8a33-8cf70c1b7d38[353] https://link.springer.com/article/10.1007%2Fs00330-018-5624-7[354] https://data.jrc.ec.europa.eu/dataset/20947a04-86ef-473f-8907-c658e4050c24[355] https://www.sciencedirect.com/science/article/abs/pii/S0969806X17308290[356] https://data.jrc.ec.europa.eu/dataset/ffebe454-ed9a-47cf-8a33-8cf70c1b7d38[357] https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0198406
[358] https://biosignaling.biomedcentral.com/articles/10.1186/s12964-018-0239-9[359] https://data.jrc.ec.europa.eu/dataset/352f7dfd-05cf-434b-a96a-7e270dc76573[360] https://www.nature.com/articles/s41379-018-0073-z[361] https://data.jrc.ec.europa.eu/dataset/ffebe454-ed9a-47cf-8a33-8cf70c1b7d38[362] https://www.nature.com/articles/s41380-018-0106-5[363] https://www.technologynetworks.com/informatics/news/machine-learning-helps-predict-schizophrenia-treatment-outcomes-306270[364] https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0198644[365] https://data.jrc.ec.europa.eu/dataset/700397b2-edd7-4ed6-86f7-fc1b164ed432[366] https://www.frontiersin.org/articles/10.3389/fncom.2018.00041[367] https://data.jrc.ec.europa.eu/dataset/a8fd26ef-b113-47ab-92ba-fd2be449c7eb[368] https://www.frontiersin.org/articles/10.3389/fphar.2018.00403[369] https://data.jrc.ec.europa.eu/dataset/ffebe454-ed9a-47cf-8a33-8cf70c1b7d38[370] https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6138771/[371] https://data.jrc.ec.europa.eu/dataset/352f7dfd-05cf-434b-a96a-7e270dc76573[372] https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0196402[373] https://data.jrc.ec.europa.eu/dataset/a8fd26ef-b113-47ab-92ba-fd2be449c7eb[374] https://www.sciencedirect.com/science/article/abs/pii/S0022519318302248[375] https://data.jrc.ec.europa.eu/dataset/a8fd26ef-b113-47ab-92ba-fd2be449c7eb[376] https://clincancerres.aacrjournals.org/content/24/9/2110[377] https://data.jrc.ec.europa.eu/dataset/ffebe454-ed9a-47cf-8a33-8cf70c1b7d38[378] https://www.eurekaselect.com/159067[379] https://data.jrc.ec.europa.eu/dataset/a8fd26ef-b113-47ab-92ba-fd2be449c7eb[380] https://www.cell.com/cell-reports/fulltext/S2211-1247(18)30389-9?_returnURL=https%3A%2F%2Flinkinghub.elsevier.com%2Fretrieve%2Fpii%2FS2211124718303899%3Fshowall%3Dtrue[381] https://www.technologynetworks.com/informatics/news/machine-learning-helps-point-way-to-hidden-responder-cancer-patients-299537[382] https://bmcsystbiol.biomedcentral.com/articles/10.1186/s12918-018-0529-2[383] https://data.jrc.ec.europa.eu/dataset/a8fd26ef-b113-47ab-92ba-fd2be449c7eb[384] https://www.nature.com/articles/s41525-018-0051-x[385] https://data.jrc.ec.europa.eu/dataset/352f7dfd-05cf-434b-a96a-7e270dc76573[386] https://pubs.acs.org/doi/10.1021/acsanm.8b00345[387] https://www.frontiersin.org/articles/10.3389/fphys.2018.00154/full[388] https://data.jrc.ec.europa.eu/dataset/a8fd26ef-b113-47ab-92ba-fd2be449c7eb[389] https://ieeexplore.ieee.org/abstract/document/8315005[390] https://data.jrc.ec.europa.eu/dataset/20947a04-86ef-473f-8907-c658e4050c24[391] https://journals.sagepub.com/doi/full/10.1177/1533033818764498[392] https://data.jrc.ec.europa.eu/dataset/ffebe454-ed9a-47cf-8a33-8cf70c1b7d38[393] https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0192385[394] https://data.jrc.ec.europa.eu/dataset/352f7dfd-05cf-434b-a96a-7e270dc76573[395] https://clincancerres.aacrjournals.org/content/24/14/3325[396] https://data.jrc.ec.europa.eu/dataset/352f7dfd-05cf-434b-a96a-7e270dc76573[397] https://elifesciences.org/articles/28927
[398] https://journals.plos.org/plosmedicine/article?id=10.1371/journal.pmed.1002482[399] https://data.jrc.ec.europa.eu/dataset/a8fd26ef-b113-47ab-92ba-fd2be449c7eb[400] https://tbiomed.biomedcentral.com/articles/10.1186/s12976-017-0073-6[401] https://data.jrc.ec.europa.eu/dataset/700397b2-edd7-4ed6-86f7-fc1b164ed432[402] https://onlinelibrary.wiley.com/doi/full/10.1002/cyto.a.23316[403] https://data.jrc.ec.europa.eu/dataset/ffebe454-ed9a-47cf-8a33-8cf70c1b7d38[404] https://bmcbioinformatics.biomedcentral.com/articles/10.1186/s12859-017-1925-0[405] https://data.jrc.ec.europa.eu/dataset/ffebe454-ed9a-47cf-8a33-8cf70c1b7d38[406] https://www.frontiersin.org/articles/10.3389/fncom.2017.00091[407] https://data.jrc.ec.europa.eu/dataset/a8fd26ef-b113-47ab-92ba-fd2be449c7eb[408] https://www.sciencedirect.com/science/article/pii/S2451929417304011[409] https://data.jrc.ec.europa.eu/dataset/a8fd26ef-b113-47ab-92ba-fd2be449c7eb[410] https://pubs.acs.org/doi/10.1021/acs.jpcc.7b06164[411] https://data.jrc.ec.europa.eu/dataset/a8fd26ef-b113-47ab-92ba-fd2be449c7eb[412] https://journals.plos.org/ploscompbiol/article?id=10.1371/journal.pcbi.1005757
[413] https://cancerres.aacrjournals.org/content/77/22/6442[414] https://data.jrc.ec.europa.eu/dataset/352f7dfd-05cf-434b-a96a-7e270dc76573[415] https://www.annalsofoncology.org/article/S0923-7534(19)35385-2/fulltext[416] https://data.jrc.ec.europa.eu/dataset/ffebe454-ed9a-47cf-8a33-8cf70c1b7d38[417] https://pubs.acs.org/doi/10.1021/acs.jcim.7b00210[418] https://data.jrc.ec.europa.eu/dataset/a8fd26ef-b113-47ab-92ba-fd2be449c7eb[419] https://pubs.acs.org/doi/10.1021/acs.jpcb.7b05189[420] https://data.jrc.ec.europa.eu/dataset/a8fd26ef-b113-47ab-92ba-fd2be449c7eb[421] https://academic.oup.com/imammb/article/35/3/387/4071274[422] https://data.jrc.ec.europa.eu/dataset/700397b2-edd7-4ed6-86f7-fc1b164ed432[423] https://www.jstage.jst.go.jp/article/cpb/65/8/65_c16-01010/_article[424] https://data.jrc.ec.europa.eu/dataset/352f7dfd-05cf-434b-a96a-7e270dc76573[425] https://www.jbc.org/article/S0021-9258(20)37042-3/fulltext[426] https://data.jrc.ec.europa.eu/dataset/20947a04-86ef-473f-8907-c658e4050c24[427] https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5611811/[428] https://data.jrc.ec.europa.eu/dataset/352f7dfd-05cf-434b-a96a-7e270dc76573[429] https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0179223[430] https://data.jrc.ec.europa.eu/dataset/ffebe454-ed9a-47cf-8a33-8cf70c1b7d38[431] https://link.springer.com/article/10.1007/s12031-017-0926-9[432] https://data.jrc.ec.europa.eu/dataset/a8fd26ef-b113-47ab-92ba-fd2be449c7eb[433] https://journals.physiology.org/doi/full/10.1152/ajpheart.00596.2016?rfr_dat=cr_pub++0pubmed&url_ver=Z39.88-2003&rfr_id=ori%3Arid%3Acrossref.org[434] https://data.jrc.ec.europa.eu/dataset/20947a04-86ef-473f-8907-c658e4050c24[435] https://onlinelibrary.wiley.com/doi/10.1002/sim.7300[436] https://data.jrc.ec.europa.eu/dataset/a8fd26ef-b113-47ab-92ba-fd2be449c7eb[437] https://aip.scitation.org/doi/10.1063/1.4979866[438] https://data.jrc.ec.europa.eu/dataset/a8fd26ef-b113-47ab-92ba-fd2be449c7eb[439] https://physoc.onlinelibrary.wiley.com/doi/10.1113/JP273760[440] https://data.jrc.ec.europa.eu/dataset/a8fd26ef-b113-47ab-92ba-fd2be449c7eb[441] https://aapm.onlinelibrary.wiley.com/doi/10.1002/mp.12230[442] https://data.jrc.ec.europa.eu/dataset/ffebe454-ed9a-47cf-8a33-8cf70c1b7d38[443] https://www.tandfonline.com/doi/full/10.1080/2162402X.2016.1219825[444] https://data.jrc.ec.europa.eu/dataset/352f7dfd-05cf-434b-a96a-7e270dc76573[445] https://www.sciencedirect.com/science/article/pii/S0079610716300918?via%3Dihub[446] https://data.jrc.ec.europa.eu/dataset/20947a04-86ef-473f-8907-c658e4050c24[447] https://www.sciencedirect.com/science/article/pii/S2405844016315997[448] https://data.jrc.ec.europa.eu/dataset/352f7dfd-05cf-434b-a96a-7e270dc76573[449] https://content.iospress.com/articles/technology-and-health-care/thc1336[450] https://data.jrc.ec.europa.eu/dataset/ffebe454-ed9a-47cf-8a33-8cf70c1b7d38[451] https://www.gesundheitsstadt-berlin.de/schlaganfallforschung-modellsystem-kann-tierversuche-ersetzen-11774/[452] https://jamanetwork.com/journals/jamaneurology/fullarticle/2588684[453] https://data.jrc.ec.europa.eu/dataset/a8fd26ef-b113-47ab-92ba-fd2be449c7eb[454] https://genomemedicine.biomedcentral.com/articles/10.1186/s13073-016-0382-0[455] https://data.jrc.ec.europa.eu/dataset/ffebe454-ed9a-47cf-8a33-8cf70c1b7d38[456] https://link.springer.com/article/10.1007%2Fs11424-016-5198-x[457] https://data.jrc.ec.europa.eu/dataset/700397b2-edd7-4ed6-86f7-fc1b164ed432[458] https://www.sciencedirect.com/science/article/abs/pii/S0960894X16312379[459] https://data.jrc.ec.europa.eu/dataset/a8fd26ef-b113-47ab-92ba-fd2be449c7eb[460] https://link.springer.com/article/10.1007%2Fs10237-016-0857-3[461] https://data.jrc.ec.europa.eu/dataset/20947a04-86ef-473f-8907-c658e4050c24[462] https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0166372[463] https://data.jrc.ec.europa.eu/dataset/352f7dfd-05cf-434b-a96a-7e270dc76573[464] https://ieeexplore.ieee.org/document/7942349[465] https://data.jrc.ec.europa.eu/dataset/ffebe454-ed9a-47cf-8a33-8cf70c1b7d38[466] https://peerj.com/articles/2542/[467] https://data.jrc.ec.europa.eu/dataset/ffebe454-ed9a-47cf-8a33-8cf70c1b7d38[468] https://link.springer.com/article/10.1007/s00044-016-1716-6[469] https://data.jrc.ec.europa.eu/dataset/a8fd26ef-b113-47ab-92ba-fd2be449c7eb[470] https://www.frontiersin.org/articles/10.3389/fnhum.2016.00450[471] https://data.jrc.ec.europa.eu/dataset/a8fd26ef-b113-47ab-92ba-fd2be449c7eb[472] https://www.nature.com/articles/nprot.2016.117[473] http://cpdb.molgen.mpg.de/CPDB[474] https://link.springer.com/article/10.1007/s10237-016-0836-8[475] https://data.jrc.ec.europa.eu/dataset/20947a04-86ef-473f-8907-c658e4050c24[476] https://www.tandfonline.com/doi/abs/10.1080/00207179.2016.1217566?journalCode=tcon20[477] https://data.jrc.ec.europa.eu/dataset/700397b2-edd7-4ed6-86f7-fc1b164ed432[478] https://www.nature.com/articles/srep31262#Sec9[479] https://data.jrc.ec.europa.eu/dataset/20947a04-86ef-473f-8907-c658e4050c24[480] https://www.spandidos-publications.com/10.3892/mmr.2016.5656[481] https://data.jrc.ec.europa.eu/dataset/ffebe454-ed9a-47cf-8a33-8cf70c1b7d38[482] https://cancerres.aacrjournals.org/content/76/17/4931.short[483] https://data.jrc.ec.europa.eu/dataset/352f7dfd-05cf-434b-a96a-7e270dc76573[484] https://www.nature.com/articles/srep27439[485] https://data.jrc.ec.europa.eu/dataset/ffebe454-ed9a-47cf-8a33-8cf70c1b7d38[486] https://www.frontiersin.org/articles/10.3389/fimmu.2016.00119/full[487] https://www.mdpi.com/1422-0067/17/5/753[488] https://data.jrc.ec.europa.eu/dataset/20947a04-86ef-473f-8907-c658e4050c24[489] http://journal.waocp.org/?sid=Entrez:PubMed&id=pmid:27221932&key=2016.17.4.2291[490] https://data.jrc.ec.europa.eu/dataset/ffebe454-ed9a-47cf-8a33-8cf70c1b7d38[491] https://www.spandidos-publications.com/ijo/48/5/2071[492] https://data.jrc.ec.europa.eu/dataset/ffebe454-ed9a-47cf-8a33-8cf70c1b7d38[493] https://cancerres.aacrjournals.org/content/early/2016/01/30/0008-5472.CAN-15-1423[494] https://data.jrc.ec.europa.eu/dataset/352f7dfd-05cf-434b-a96a-7e270dc76573[495] https://tsar.jrc.ec.europa.eu/test-method/tm2016-08[496] https://digital-library.theiet.org/content/journals/10.1049/iet-syb.2015.0018[497] https://data.jrc.ec.europa.eu/dataset/a8fd26ef-b113-47ab-92ba-fd2be449c7eb[498] https://www.sciencedirect.com/science/article/pii/S1083879115018601[499] https://data.jrc.ec.europa.eu/dataset/c1c15110-2338-422e-a228-d3f8e19262c3[500] https://www.sciencedirect.com/science/article/abs/pii/S2210533615300265[501] https://data.jrc.ec.europa.eu/dataset/a8fd26ef-b113-47ab-92ba-fd2be449c7eb[502] https://www.hindawi.com/journals/bmri/2015/530352/[503] https://data.jrc.ec.europa.eu/dataset/20947a04-86ef-473f-8907-c658e4050c24[504] https://www.oncotarget.com/article/6158/[505] https://data.jrc.ec.europa.eu/dataset/a8fd26ef-b113-47ab-92ba-fd2be449c7eb[506] https://www.sciencedirect.com/science/article/pii/S1936878X15005938?via%3Dihub[507] https://data.jrc.ec.europa.eu/dataset/20947a04-86ef-473f-8907-c658e4050c24[508] https://www.pnas.org/content/112/40/12516[509] https://www.sciencedirect.com/science/article/abs/pii/S1476927115301262[510] https://data.jrc.ec.europa.eu/dataset/ffebe454-ed9a-47cf-8a33-8cf70c1b7d38[511] https://www.science.org/doi/10.1126/sciadv.1500302[512] https://www.sciencedirect.com/science/article/abs/pii/S0022519315003781?via%3Dihub[513] https://data.jrc.ec.europa.eu/dataset/700397b2-edd7-4ed6-86f7-fc1b164ed432[514] https://www.sciencedirect.com/science/article/abs/pii/S0887233315002040?via%3Dihub[515] https://link.springer.com/article/10.1007%2Fs00428-015-1815-7[516] https://data.jrc.ec.europa.eu/dataset/ffebe454-ed9a-47cf-8a33-8cf70c1b7d38[517] https://www.nature.com/articles/srep11138[518] https://data.jrc.ec.europa.eu/dataset/a8fd26ef-b113-47ab-92ba-fd2be449c7eb[519] https://bmcneurol.biomedcentral.com/articles/10.1186/s12883-015-0352-y[520] https://data.jrc.ec.europa.eu/dataset/20947a04-86ef-473f-8907-c658e4050c24[521] https://www.frontiersin.org/articles/10.3389/fncom.2015.00076[522] https://data.jrc.ec.europa.eu/dataset/a8fd26ef-b113-47ab-92ba-fd2be449c7eb[523] https://pubs.acs.org/doi/10.1021/acs.est.5b02641[524] https://cfpub.epa.gov/si/si_public_record_report.cfm?Lab=NCCT&count=10000&dirEntryId=308931&searchall=&showcriteria=2&simplesearch=0&timstype=[525] https://pubs.acs.org/doi/10.1021/acs.jpcb.5b00006[526] https://data.jrc.ec.europa.eu/dataset/a8fd26ef-b113-47ab-92ba-fd2be449c7eb[527] https://www.nature.com/articles/modpathol201538[528] https://data.jrc.ec.europa.eu/dataset/ffebe454-ed9a-47cf-8a33-8cf70c1b7d38[529] https://www.cell.com/molecular-therapy-family/methods/fulltext/S2329-0501(16)30042-0[530] https://content.iospress.com/articles/journal-of-alzheimers-disease/jad141116[531] https://data.jrc.ec.europa.eu/dataset/a8fd26ef-b113-47ab-92ba-fd2be449c7eb[532] https://www.sciencedirect.com/science/article/abs/pii/S0045653514014003?via%3Dihub[533] https://journals.plos.org/ploscompbiol/article?id=10.1371/journal.pcbi.1003956[534] https://data.jrc.ec.europa.eu/dataset/a8fd26ef-b113-47ab-92ba-fd2be449c7eb[535] https://academic.oup.com/europace/article/16/suppl_4/iv30/486123[536] https://data.jrc.ec.europa.eu/dataset/20947a04-86ef-473f-8907-c658e4050c24[537] https://linkinghub.elsevier.com/retrieve/pii/S0022522313015353[538] https://data.jrc.ec.europa.eu/dataset/20947a04-86ef-473f-8907-c658e4050c24[539] https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0108658[540] https://data.jrc.ec.europa.eu/dataset/700397b2-edd7-4ed6-86f7-fc1b164ed432[541] https://link.springer.com/chapter/10.1007/978-3-319-13117-7_231[542] https://data.jrc.ec.europa.eu/dataset/ffebe454-ed9a-47cf-8a33-8cf70c1b7d38[543] https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0110716[544] https://data.jrc.ec.europa.eu/dataset/352f7dfd-05cf-434b-a96a-7e270dc76573[545] https://onlinelibrary.wiley.com/doi/abs/10.1002/rcs.1627[546] https://www.pnas.org/content/early/2014/09/10/1413970111[547] https://data.jrc.ec.europa.eu/dataset/700397b2-edd7-4ed6-86f7-fc1b164ed432[548] https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0104965[549] https://data.jrc.ec.europa.eu/dataset/a8fd26ef-b113-47ab-92ba-fd2be449c7eb[550] https://www.pnas.org/content/early/2014/08/19/1404881111[551] https://data.jrc.ec.europa.eu/dataset/352f7dfd-05cf-434b-a96a-7e270dc76573[552] https://www.genesandcancer.com/article/13/text/[553] https://data.jrc.ec.europa.eu/dataset/352f7dfd-05cf-434b-a96a-7e270dc76573[554] https://academic.oup.com/bioinformatics/article/30/19/2772/2422216[555] https://data.jrc.ec.europa.eu/dataset/ffebe454-ed9a-47cf-8a33-8cf70c1b7d38[556] https://alzres.biomedcentral.com/articles/10.1186/alzrt267[557] https://data.jrc.ec.europa.eu/dataset/a8fd26ef-b113-47ab-92ba-fd2be449c7eb[558] https://bmcsystbiol.biomedcentral.com/articles/10.1186/1752-0509-8-54[559] https://data.jrc.ec.europa.eu/dataset/a8fd26ef-b113-47ab-92ba-fd2be449c7eb[560] https://academic.oup.com/bioinformatics/article/30/15/2121/2390232[561] https://data.jrc.ec.europa.eu/dataset/ffebe454-ed9a-47cf-8a33-8cf70c1b7d38[562] http://journal.waocp.org/?sid=Entrez:PubMed&id=pmid:24606487&key=2014.15.3.1481[563] https://data.jrc.ec.europa.eu/dataset/ffebe454-ed9a-47cf-8a33-8cf70c1b7d38[564] https://bmcneurosci.biomedcentral.com/articles/10.1186/1471-2202-14-136[565] https://data.jrc.ec.europa.eu/dataset/a8fd26ef-b113-47ab-92ba-fd2be449c7eb[566] https://www.jimmunol.org/content/191/7/3545[567] https://linkinghub.elsevier.com/retrieve/pii/S1547-5271(13)01071-0[568] https://data.jrc.ec.europa.eu/dataset/20947a04-86ef-473f-8907-c658e4050c24[569] https://link.springer.com/article/10.1007/s13277-013-1099-y[570] https://data.jrc.ec.europa.eu/dataset/ffebe454-ed9a-47cf-8a33-8cf70c1b7d38[571] https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0065558[572] https://data.jrc.ec.europa.eu/dataset/a8fd26ef-b113-47ab-92ba-fd2be449c7eb[573] https://www.altex.org/index.php/altex/article/view/389[574] https://www.sciencedirect.com/science/article/abs/pii/S0169409X13002974?via%3Dihub[575] https://www.tandfonline.com/doi/full/10.4161/chan.24905[576] https://data.jrc.ec.europa.eu/dataset/20947a04-86ef-473f-8907-c658e4050c24[577] https://journals.lww.com/simulationinhealthcare/Fulltext/2013/04000/Using_Software_Based_Simulation_for_Resident.7.aspx[578] https://data.jrc.ec.europa.eu/dataset/20947a04-86ef-473f-8907-c658e4050c24[579] https://www.frontiersin.org/articles/10.3389/fphar.2013.00016/full[580] https://data.jrc.ec.europa.eu/dataset/a8fd26ef-b113-47ab-92ba-fd2be449c7eb[581] https://www.sciencedirect.com/science/article/abs/pii/S1476927113000200[582] https://data.jrc.ec.europa.eu/dataset/a8fd26ef-b113-47ab-92ba-fd2be449c7eb[583] https://pubs.acs.org/doi/10.1021/jm301127x[584] https://data.jrc.ec.europa.eu/dataset/a8fd26ef-b113-47ab-92ba-fd2be449c7eb[585] https://www.sciencedirect.com/science/article/abs/pii/S0969806X13000029[586] https://data.jrc.ec.europa.eu/dataset/ffebe454-ed9a-47cf-8a33-8cf70c1b7d38[587] https://pubs.acs.org/doi/10.1021/jp3101267[588] https://data.jrc.ec.europa.eu/dataset/a8fd26ef-b113-47ab-92ba-fd2be449c7eb[589] https://www.jbc.org/article/S0021-9258(20)46625-6/fulltext[590] https://data.jrc.ec.europa.eu/dataset/a8fd26ef-b113-47ab-92ba-fd2be449c7eb[591] https://www.sciencedirect.com/science/article/abs/pii/S1552526012000301[592] https://data.jrc.ec.europa.eu/dataset/a8fd26ef-b113-47ab-92ba-fd2be449c7eb[593] https://www.eaglescience.nl/portfolio/neurostars-2/[594] https://simulab.com/products/regional-anesthesia-trainer-smartissue[595] https://www.anatomage.com/3d-analysis/[596] https://www.faz.net/aktuell/technik-motor/digital/anatomie-app-fuers-tablet-3d-darstellung-des-menschlichen-koerpers-16524446.html[597] https://www.visiblebody.com/en-us/[598] https://training.helpmesee.org/helpmesee-simulation-based-courses/[599] https://www.actitrexx.de/index.html[600] https://rh.perkinelmer.com/products/gsp-instrument/[601] https://axosim.com/platforms/[602] https://www.bionity.com/en/news/1179832/insilico-medicine-brings-ai-powered-chatpandagpt-to-its-target-discovery-platform.html[603] https://insilico.com/pandaomics[604] https://www.bridgenebio.com/home#Platform[605] https://protoqsar.com/servicios-diseno-computacional/[606] https://protopred.protoqsar.com/[607] https://www.sri.com/platform/fox-three-molecular-guidance-system-mgs/[608] https://www.3ds.com/products-services/simulia/solutions/life-sciences/the-living-heart-project/[609] https://www.inheartmedical.com/solution[610] https://surgicalscience.com/systems/endosim/[611] https://toxys.com/reprotracker/[612] https://simulab.com/collections/lumbar-puncture-epidural-trainers[613] https://surgicalscience.com/systems/simball-box/[614] https://www.caehealthcare.com/media/files/TechSheets/EndoVR-TechSheet.pdf[615] https://simbionix.com/simulators/gi-mentor/[616] https://senzagen.com/in-vitro-biocompatibility-testing/skin-sensitization-with-gard-iso-10993-10/[617] https://www.intelligentultrasound.com/heartworks/[618] https://www.micromatrices.com/[619] https://www.caehealthcare.com/media/files/TechSheets/NeuroVR-TechSheet.pdf[620] https://www.tomocube.com/technology/holotomography/[621] https://www.quris.ai/how[622] https://vito.be/en/product/biomarker-discovery[623] https://myofarm.de/[624] https://snic.de/myofarm/[625] https://www.indivumed.com/services/indivuserv/[626] https://www.indivumed.com/[627] https://indivutest.com/[628] https://www.indivumed.com/services/indivutype[629] https://www.bionity.com/en/news/1183236/breakthrough-technology-to-rapidly-identify-unknown-molecules-at-scale.html?utm_source=newsletter&utm_medium=email&utm_campaign=bionityde--2024-04-22--1&mtm_group=bionityde&WT.mc_id=ca0264[630] https://www.isospecanalytics.com/products/[631] https://www.fastcompany.com/90732281/meet-the-animal-testing-alternative-that-could-prevent-unnecessary-deaths[632] https://www.smartersorting.com/[633] https://insilico.com/inclinico[634] https://www.relationrx.com/pipeline[635] https://www.biocopy.com/what-we-do[636] https://exazyme.com/[637] https://toxgensolutions.eu/[638] https://www.owkin.com/rlapsrisk-bc[639] https://www.owkin.com/msintuit-crc[640] https://www.tcelltech.eu/platforms[641] https://integraskin.de/[642] https://integraskin.de/our-services/[643] https://senzagen.com/gardskin-dose-response/[644] https://senzagen.com/gardskin/[645] https://keyzell.com/en/diagnostic-imaging/[646] https://keyzell.com/en/precision-medicine/[647] https://senzagen.com/gardpotency/[648] https://senzagen.com/gardair/[649] https://foreseebiosystems.com/products/intracell/[650] https://www.ukko.us/[651] https://venturebeat.com/2021/01/27/ukko-raises-40-million-to-develop-food-allergy-treatments-with-ai/[652] https://more.science/[653] https://www.caehealthcare.com/media/files/TechSheets/LapVR_Tech_Sheet_8.5x11_201904_LR.pdf[654] https://www.bionity.com/de/news/1176678/britische-medizin-studenten-lernen-an-hologramm-patienten.html?utm_source=newsletter&utm_medium=email&utm_campaign=bionityde&WT.mc_id=ca0264[655] https://www.gigxr.com/holohuman[656] https://www.sigmaaldrich.com/DE/en/services/software-and-digital-platforms/aiddison-ai-powered-drug-discovery[657] https://www.medtronic.com/covidien/en-gb/products/digital-surgery.html[658] https://europe.medtronic.com/xd-en/healthcare-professionals/education-training/impact/touch-surgery.html[659] https://www.caehealthcare.com/surgical-simulation/cathlabvr/[660] https://esqlabs.com/mpslabs/[661] https://axosim.com/platforms/[662] https://simulab.com/products/sonoman-c2-ae-diagnostic-ultrasound-simulator[663] https://nordicsimulators.com/simulation-center-design/[664] https://www.asc-oncology.com/[665] https://www.asc-oncology.com/en/for-physicians/[666] https://www.bionity.com/en/news/1182473/curing-cancer-in-the-petri-dish.html?utm_source=newsletter&utm_medium=email&utm_campaign=bionityde&WT.mc_id=ca0264[667] https://braincarta.com/personalised-brainmaps/[668] https://www.cellphenomics.com/[669] https://dewpointx.com/science/[670] https://www.revvity.com/de-en/product/vanadis-nipt-system-vanadisivd[671] https://www.lucerobio.com/[672] https://www.reverielabs.com/[673] https://www.charite.de/service/pressemitteilung/artikel/detail/simulationsplattform_unterstuetzt_entwicklung_medizinischer_implantate/[674] https://cordis.europa.eu/project/id/101017578[675] https://www.gesundheitsstadt-berlin.de/projekt-simcor-computersimulationen-koennen-tierversuche-reduzieren-15021/[676] https://www.certara.com/software/simcyp-pbpk/[677] https://simbionix.com/simulators/uro-mentor/[678] https://celvivo.com/products/clinostar/?_gl=1*5c89cr*_up*MQ..*_ga*MTkxMzIzNDA3OC4xNjk1MjE2OTQw*_ga_2251SVRRTS*MTY5NTIxNjkzOS4xLjAuMTY5NTIxNjkzOS4wLjAuMA..[679] https://www.phenaris.com/products/toxphacts/[680] https://pharminfo.univie.ac.at/services/toxphacts/[681] https://cdn.shopify.com/s/files/1/0662/5771/files/eoSurgical_products_brochure.pdf?v=1668474784[682] https://www.eosurgical.com/[683] https://simulab.com/collections/laptrainer-with-simuvision-system[684] https://surgicalscience.com/systems/teamsim/[685] https://simbionix.com/simulators/pelvic-mentor/[686] https://simbionix.com/simulators/perc-mentor/[687] https://simbionix.com/simulators/lap-mentor/[688] https://simbionix.com/simulators/us-mentor/[689] https://www.variantbio.com/our-work[690] https://www.variantbio.com/pipeline[691] https://www.anatomage.com/table-deutschland-2/[692] https://simbionix.com/simulators/bronch-mentor/[693] https://simbionix.com/simulators/arthro-mentor/[694] https://surgicalscience.com/systems/lapsim/[695] https://simbionix.com/simulators/angio-mentor/[696] https://www.biotage.com/horizon-5000?p=benefits[697] https://simbionix.com/simulators/robotix-mentor/[698] https://simbionix.com/simulators/spine-mentor/
