EVONANO-plattformen tillåter forskare att odla virtuella tumörer och använda artificiell intelligens för att automatiskt optimera designen av nanopartiklar för att behandla dem.

Förmågan att växa och behandla virtuella tumörer är ett viktigt steg mot att utveckla nya terapier för cancer. Viktigt, forskare kan använda virtuella tumörer för att optimera designen av nanopartikelbaserade läkemedel innan de testas i laboratoriet eller patienter.

Pappret, "Evolutionär beräkningsplattform för automatisk upptäckt av nanobärare för cancerbehandling, " publiceras idag i tidskriften Nature Beräkningsmaterial. Uppsatsen är resultatet av det europeiska projektet EVONANO som involverar Dr. Sabine Hauert och Dr. Namid Stillman  från University of Bristol, och leds av Dr. Igor Balaz vid universitetet i Novi Sad.

"Simuleringar gör det möjligt för oss att testa många behandlingar, väldigt snabbt, och för en stor mängd olika tumörer. Vi är fortfarande i de tidiga stadierna av att göra virtuella tumörer, med tanke på sjukdomens komplexa natur, men förhoppningen är att även dessa enkla digitala tumörer kan hjälpa oss att mer effektivt utforma nanomediciner för cancer, " sa Dr Hauert.

Dr. Hauert sa att att ha programvaran för att växa och behandla virtuella tumörer kan vara användbar i utvecklingen av riktade cancerbehandlingar.

"I framtiden, att skapa en digital tvilling av en patienttumör kan möjliggöra utformningen av nya nanopartikelbehandlingar specialiserade för deras behov, utan behov av omfattande försök och fel eller laboratoriearbete, som ofta är kostsam och begränsad i sin förmåga att snabbt iterera på lösningar anpassade för enskilda patienter, " sa Dr Hauert.

Nanopartikelbaserade läkemedel har potential för förbättrad inriktning på cancerceller. Detta beror på att nanopartiklar är små fordon som kan konstrueras för att transportera läkemedel till tumörer. Deras design förändrar deras förmåga att röra sig i kroppen, och korrekt rikta cancerceller. En bioingenjör kan till exempel, ändra storlek, laddning eller material i nanopartikeln, belägga nanopartiklarna med molekyler som gör dem lätta att känna igen av cancerceller, eller ladda dem med olika läkemedel för att döda cancerceller.

Med den nya EVONANO-plattformen, teamet kunde simulera enkla tumörer, och mer komplexa tumörer med cancerstamceller, som ibland är svåra att behandla och leder till återfall hos vissa cancerpatienter. Strategin identifierade nanopartikeldesigner som var kända för att fungera i tidigare forskning, samt potentiella nya strategier för nanopartikeldesign.

Som Dr. Balaz framhåller:"Verktyget vi utvecklade i EVONANO representerar en rik plattform för att testa hypoteser om effektiviteten av nanopartiklar för olika tumörscenarier. Den fysiologiska effekten av att justera nanopartikelparametrar kan nu simuleras på en detaljnivå som är nästan omöjlig. att uppnå experimentellt."

Utmaningen är då att designa rätt nanopartikel. Genom att använda en maskininlärningsteknik som kallas artificiell evolution, forskarna finjusterar designen av nanopartiklar tills de kan behandla alla testade scenarier samtidigt som de bevarar friska celler för att begränsa potentiella biverkningar.

Dr Stillman, co-lead författare på tidningen med Dr Balaz, säger att "det här var ett stort teamarbete som involverade beräkningsforskare över hela Europa under de senaste tre åren. Jag tror att detta visar kraften i att kombinera datorsimuleringar med maskininlärning för att hitta nya och spännande sätt att behandla cancer."

I framtiden, Teamet siktar på att använda en sådan plattform för att föra digitala tvillingar närmare verkligheten genom att använda data från enskilda patienter för att odla virtuella versioner av sina tumörer, och sedan optimera behandlingar som är rätt för dem. På närmare sikt, Plattformen kommer att användas för att upptäcka nya nanopartikelstrategier som kan testas i laboratoriet. Programvaran är öppen källkod, så det finns också hopp om att andra forskare kommer att använda det för att bygga sin egen AI-drivna cancernanomedicin.

"För att komma närmare klinisk praxis, i vårt framtida arbete kommer vi att fokusera på att replikera tumörheterogenitet och uppkomst av läkemedelsresistens. Vi tror att dessa är de viktigaste aspekterna av varför cancerterapi för solida tumörer ofta misslyckas, " sa Dr Balaz.