基于逻辑的机器学习预测了埃斯基塔洛普拉姆如何减弱心肌细胞缩
Taylor G Eggertsen1, Joshua G Travers2, Elizabeth J Hardy2
1Department of Biomedical Engineering, University of Virginia, Charlottesville, VA 22908.
概括
一种人工智能方法LogiRx识别了治疗心肌细胞缩的药物途径. 埃斯基塔洛普拉姆 (莱克萨普罗) 通过意想不到的血清素受体通路重新用于治疗心脏病.
科学领域:
- 心血管研究研究心血管研究
- 计算生物学 计算生物学
- 药理学 药理学是指药理学的学科.
背景情况:
- 心肌细胞缩可以预测心力衰竭.
- 人工智能和高通量查可以识别针对高的药物.
研究的目的:
- 开发LogiRx,一种机械机器学习方法,用于预测药物诱导的途径.
- 发现和验证现有药物的抗缩途径.
主要方法:
- 应用基于逻辑的机械机器学习 (LogiRx) 来预测药物通路.
- 在细胞培养,小鼠模型和患者数据库中实验验验证的预测.
- 研究了非目标通路,包括血清素受体信号传递.
主要成果:
- 对于七种非心脏药物,LogiRx预测了抗缩途径.
- 埃斯基塔洛普拉姆 (莱克萨普罗) 和米费普里斯抑制了心肌细胞缩.
- 埃斯基塔洛普拉姆通过非位的血清素受体/PI3Kγ通路显示出有效性,在小鼠和人类数据库中得到验证.
- 服用埃斯基塔洛普拉姆的患者表现出心脏缩发病率降低.
结论:
- 洛吉Rx有效地发现药物通路,并使药物重新用于心脏重塑.
- 埃斯基塔洛普拉姆显示了通过非目标机制治疗心脏缩的潜力.
更多相关视频
07:42Contractions of Human-iPSC-derived Cardiomyocyte Syncytia Measured with a Ca-sensitive Fluorescent Dye in Temperature-controlled 384-well Plates
Published on: October 18, 2018
6.2K
08:03Hybrid Cell Analysis System to Assess Structural and Contractile Changes of Human iPSC-Derived Cardiomyocytes for Preclinical Cardiac Risk Evaluation
Published on: October 20, 2022
1.7K
