MIT Spinout متابولیت های بدن را برای کشف رانندگان پنهان بیماری | نقشه می کند اخبار MIT

زیست شناسی هرگز ساده نیست. به عنوان مثال ، محققان در خواندن و ویرایش ژن ها برای درمان بیماری اقدام می کنند ، به عنوان مثال ، شواهد در حال رشد نشان می دهد که پروتئین ها و متابولیت های اطراف آن ژن ها نمی توانند نادیده بگیرند.

MIT Spinout ReviveMed بستر اندازه گیری متابولیت ها – محصولات متابولیسم مانند لیپیدها ، کلسترول ، شکر و کربوهیدرات – را در مقیاس ایجاد کرده است. این شرکت از این اندازه گیری ها استفاده می کند تا کشف کند که چرا برخی از بیماران وقتی دیگران این کار را نمی کنند و برای درک بهتر رانندگان بیماری به درمان پاسخ می دهند.

لیلا پیراجی ، مدیرعامل Revivemed ، می گوید: “از نظر تاریخی ، ما توانسته ایم چند صد متابولیت را با دقت بالا اندازه گیری کنیم ، اما این بخشی از متابولیت هایی است که در بدن ما وجود دارد.” وی گفت: “بین آنچه ما به طور دقیق اندازه گیری می کنیم و آنچه در بدن ما وجود دارد ، فاصله زیادی وجود دارد و این همان چیزی است که می خواهیم با آن مقابله کنیم. ما می خواهیم از داده های متابولیت مورد استفاده در بینش های قدرتمند استفاده کنیم. “

پیشرفت ReviveMed در حالی صورت می گیرد که جامعه پزشکی گسترده تر به طور فزاینده ای متابولیت های تنظیم نشده را با بیماری هایی مانند سرطان ، آلزایمر و بیماری های قلبی عروقی مرتبط می کند. ReviveMed از بستر خود برای کمک به برخی از بزرگترین شرکت های دارویی در جهان استفاده می کند ، بیمارانی را پیدا می کند که از درمان خود بهره مند می شوند. همچنین این نرم افزار را به صورت رایگان به محققان دانشگاهی ارائه می دهد تا بتواند بینش داده های متابولیت دست نخورده را بدست آورد.

پیراجی می گوید: “با وجود زمینه رونق هوش مصنوعی ، ما فکر می کنیم می توانیم بر مشکلات داده ای که مطالعه متابولیت ها را محدود کرده اند ، غلبه کنیم.” “هیچ مدل پایه ای برای متابولیک وجود ندارد ، اما ما می بینیم که چگونه این مدل ها زمینه های مختلفی مانند ژنومیک را تغییر می دهند ، بنابراین ما شروع به پیشگام توسعه آنها می کنیم.”

پیدا کردن یک چالش

پیراجی قبل از آمدن به MIT در سال 2010 در ایران متولد و بزرگ شد تا دکترای مهندسی بیولوژیکی خود را دنبال کند. او قبلاً مقالات تحقیقاتی Fraenkel را خوانده بود و از مشارکت در مدل های شبکه ای که در حال ساخت بود ، هیجان زده بود ، که داده هایی را از منابع مانند ژنوم ، پروتئوم ها و سایر مولکول ها یکپارچه می کرد.

Fraenkel ، که در حال حاضر در هیئت مدیره ReviveMed می گوید: “ما در مورد تصویر بزرگ از نظر آنچه می توانید انجام دهید فکر می کردیم وقتی می توانید همه چیز را اندازه گیری کنید – ژن ها ، RNA ، پروتئین ها و مولکول های کوچک مانند متابولیت ها و لیپیدها.” ما احتمالاً فقط قادر به اندازه گیری چیزی مانند 0.1 درصد مولکول های کوچک در بدن هستیم. ما فکر می کردیم که باید راهی وجود داشته باشد تا به همان اندازه که برای سایر مولکول ها دیدگاه جامع است. این امر به ما این امکان را می دهد تا تمام تغییراتی را که در سلول رخ می دهد ، ترسیم کنیم ، خواه در زمینه سرطان یا رشد یا بیماری های دژنراتیو باشد. “

حدود در نیمه راه دکتری خود ، پیراجی برای جمع آوری داده های مربوط به متابولوم – مولکولهای کوچک که محصولات فرآیندهای متابولیکی هستند ، نمونه هایی را به یک همکار در دانشگاه هاروارد ارسال کرد. این همکار ، پیراجی را با هزاران خط داده ، برگه بزرگ اکسل را به عقب برگرداند – اما آنها به او گفتند که او بهتر است همه چیز را فراتر از 100 ردیف برتر نادیده بگیرد زیرا آنها نمی دانستند که داده های دیگر چیست. او این مسئله را به عنوان یک چالش در نظر گرفت.

پیراجی به یاد می آورد: “من فکر کردم که شاید بتوانیم از مدل های شبکه خود برای حل این مشکل استفاده کنیم.” وی گفت: “ابهام زیادی در داده ها وجود داشت و برای من بسیار جالب بود زیرا قبلاً هیچ کس این کار را نکرده بود. به نظر می رسید یک شکاف بزرگ در این زمینه است. “

پیراجی نمودار دانش عظیمی را تهیه کرد که شامل میلیون ها تعامل بین پروتئین ها و متابولیت ها بود. داده ها غنی اما کثیف بود – پیراجی آن را “توپ مو” خواند که نمی توانست چیزی در مورد بیماری به محققان بگوید. برای مفیدتر شدن آن ، او روشی جدید برای توصیف مسیرها و ویژگی های متابولیکی ایجاد کرد. در مقاله 2016 در روش های طبیعت، او سیستم را توصیف کرد و از آن برای تجزیه و تحلیل تغییرات متابولیک در یک مدل از بیماری هانتینگتون استفاده کرد.

در ابتدا ، پیراجی قصد راه اندازی یک شرکت را نداشت ، اما او در سالهای پایانی دکتری خود شروع به تحقق پتانسیل تجاری فناوری کرد.

پیراجی می گوید: “هیچ فرهنگ کارآفرینی در ایران وجود ندارد.” “من نمی دانستم که چگونه یک شرکت را راه اندازی کنم یا علم را به یک استارتاپ تبدیل کنم ، بنابراین من هر آنچه را که MIT ارائه داده است ، استفاده کردم.”

پیراجی شروع به گذراندن کلاس در دانشکده مدیریت MIT Sloan ، از جمله دوره 15.371 دوره (تیم های نوآوری) کرد ، جایی که او با همکلاسی ها همکاری کرد تا در مورد چگونگی استفاده از فناوری خود فکر کنند. او همچنین از سرویس مشاوره MIT Venture Mentoring و MIT Sandbox استفاده کرد و در مرکز مارتین اعتماد برای شتاب دهنده راه اندازی Delta V کارآفرینی MIT شرکت کرد.

هنگامی که پیراجی و فراینکل رسماً ReviveMed را تأسیس کردند ، آنها با دفتر مجوز فناوری MIT برای دسترسی به حق ثبت اختراعات پیرامون کار خود همکاری کردند. Pirhaji از آن زمان بیشتر این بستر را برای حل مشکلات دیگری که از مذاکرات با صدها رهبر در شرکت های داروسازی کشف کرده است ، توسعه داده است.

ReviveMed با همکاری با بیمارستان ها برای کشف چگونگی اختلال در لیپیدها در بیماری معروف به استئاتهپاتیت مرتبط با اختلال عملکرد متابولیک آغاز شد. در سال 2020 ، ReviveMed با Bristol Myers Squibb همکاری کرد تا پیش بینی کند که چگونه زیر مجموعه های بیماران سرطانی به سیستم ایمنی درمانی این شرکت پاسخ می دهند.

از آن زمان ، ReviveMed با چندین شرکت از جمله چهار شرکت برتر داروسازی جهانی همکاری کرده است تا به آنها در درک مکانیسم های متابولیک در پشت درمان خود کمک کند. این بینش ها به شناسایی بیمارانی که بیشترین بهره را از درمان های مختلف دارند ، کمک می کند.

پیراجی می گوید: “اگر بدانیم بیماران از هر دارویی بهره مند می شوند ، واقعاً پیچیدگی و زمان مرتبط با آزمایشات بالینی را کاهش می دهد.” “بیماران درمان های مناسب را سریعتر انجام می دهند.”

مدل های تولیدی برای متابولیک

در اوایل سال جاری ، ReviveMed یک مجموعه داده را بر اساس 20،000 نمونه خون بیمار که برای ایجاد دوقلوهای دیجیتالی بیماران و مدل های AI تولیدی برای تحقیقات متابولیک استفاده می کرد ، جمع آوری کرد. ReviveMed مدلهای تولیدی خود را در دسترس محققان دانشگاهی غیرانتفاعی قرار می دهد ، که می تواند درک ما را از چگونگی تأثیر متابولیت ها بر طیف وسیعی از بیماری ها تسریع کند.

پیراجی می گوید: “ما در حال استفاده از داده های متابولیک هستیم.” “داشتن اطلاعاتی از هر بیمار در جهان برای ما غیرممکن است ، اما می توان از دوقلوهای دیجیتالی ما برای یافتن بیمارانی که می توانند بر اساس جمعیتی آنها بهره مند شوند ، استفاده کنند.

این کار بخشی از مأموریت ReviveMed برای ایجاد مدلهای بنیاد متابولیکی است که محققان و شرکتهای دارویی می توانند از آنها برای درک چگونگی تغییر بیماری ها و درمانها متابولیت های بیماران استفاده کنند.

فرانکل می گوید: “لیلا بسیاری از مشکلات واقعاً سخت را که با آن روبرو هستید حل کرد و وقتی می خواهید ایده ای را از آزمایشگاه خارج کنید و آن را به چیزی که به اندازه کافی قوی و قابل تکرار باشد ، تبدیل کنید تا در زیست پزشکی مستقر شود.” “در طول راه ، او همچنین متوجه شد که نرم افزاری که توسعه داده است به خودی خود فوق العاده قدرتمند است و می تواند تحول گرا باشد.”