Publicația Shift Bioscience întărește încrederea în modelele celulelor virtuale AI pentru descoperirea de noi ținte terapeutice
Shift Bioscience (Shift), o companie biotehnologică dedicată descoperirii biologiei rejuvenării celulare pentru dezvoltarea de noi terapii destinate bolilor legate de vârstnicie, a anunțat astăzi publicarea unei cercetări în Nature Biotechnology care descrie un cadru de calibrare îmbunătățit pentru modelele de perturbare genetică bazate pe deep learning.
Shift va utiliza acest cadru pentru a sprijini screening-uri in vitro și in silico la scară largă, având ca scop identificarea de noi ținte de inhibiție cu aplicații potențiale în rejuvenare și tratamentul bolilor legate de vârstnicie, concentrându-se inițial pe fibroza.
Modelele de perturbare genetică, o formă de celule virtuale AI, sunt concepute pentru a prezice cum reacționează celulele la nivel transcriptomic la intervenții genetice, inclusiv activarea și inhibarea genelor. Aceste modele pot susține screening-uri in silico scalabile, dar studiile anterioare au pus la îndoială fiabilitatea lor, unele modele nereușind să depășească abordări simple de bază.
Studiul realizat de Shift Bioscience, publicat în Nature Biotechnology, se bazează pe cercetări fundamentale raportate de companie în noiembrie 2025. Acesta definește un sistem de benchmarking fiabil pentru modele, care ia în considerare semnalele biologice și tehnice dintr-un set de date, oferind o perspectivă mai semnificativă asupra performanței modelului. Cadrele au demonstrat că subperformanța modelului în unele benchmark-uri anterioare ar putea să provină din calibrarea greșită a metricilor utilizate pentru a le compara, ceea ce a dus la o sensibilitate redusă la performanța reală a modelului.
Shift va utiliza acum rezultatele studiului pentru a lansa screening-uri in vitro și in silico la scară largă pentru ținte de inhibiție duale. După descoperirea SB-101, prima țintă duală a Shift, screening-urile se vor concentra inițial pe identificarea de ținte atât pentru rejuvenare, cât și pentru tratamentul fibrozei, un factor cheie în îmbătrânire și bolile legate de vârstnicie.
„Constatările noastre arată că, folosind metrici bine calibrate și setul de date corect, modelele de celule virtuale pot genera perspective biologic semnificative. Ca rezultat, le putem utiliza cu o încredere mai mare pentru a identifica noi ținte promițătoare relevante pentru îmbătrânire și boală. Aplicăm acest cadru direct în programul nostru de identificare a țintelor, concentrându-ne pe ținte ale căror inhibiție poate sprijini atât rejuvenarea, cât și tratamentul bolilor legate de vârstnicie, oferindu-ne o cale clar definită către dezvoltarea clinică.”
Dr. Brendan Swain, CSO și Fondator, Shift Bioscience
