一项由斯特拉斯克莱德大学（University of Strathclyde）牵头的新研究将探讨人工智能（AI）和机器学习如何加快基于信使核糖核酸（mRNA）的疫苗和药物的开发和生产。该倡议获得了来自创新英国（Innovate UK）超过44万英镑的资金支持，旨在探索更快的基因医学流程——通过分析DNA来理解基因构成，以治疗癌症、罕见疾病或生产新疫苗。
该研究将重点关注测试脂质基纳米颗粒，这些纳米颗粒可以包裹核糖核酸（RNA），以便将其递送至细胞内。RNA存在于所有活细胞中，它使身体能够构建细胞或应对免疫挑战，而信使RNA（mRNA）携带遗传指令来创建细胞。
该联盟由位于雷德卡的药物配方和制造公司Micropore Technologies领导，还包括来自诺森比亚大学（University of Northumbria）、提赛德大学（Teesside University）和斯特拉斯克莱德大学的研究人员。
斯特拉斯克莱德药学院和生物医学科学研究所所长伊冯·佩里教授（Professor Yvonne Perrie）表示：“这项研究有可能改变基因药物的开发和制造。通过将机器学习应用于这些复杂的过程，我们希望在治疗能够多快、多有效地推向患者方面取得重大进展。我们很高兴能贡献我们在纳米颗粒测试方面的专业知识，参与这一合作。”
北诺森比亚大学机器学习教授吴伟乐（Professor Wai Lok Woo）解释了研究的挑战和目标：“基因药物的开发非常复杂，其中最关键的阶段之一是将核酸封装在保护性的纳米颗粒中。工艺设备设计、操作方法、配方和活性产品都会影响这些细胞内药物的行为，而当前迭代的方法来理解这些行为是非常耗时的。这为及时成功地开发和制造纳米递送细胞内药物带来了障碍。
“我们的目标是利用机器学习来识别和学习这一系列复杂的关系，并建立模型以加速配方开发。这将显著提高新基因药物从发现到实际应用于疾病预防和治疗的速度和效率。”
Micropore Technologies以其先进的交叉流技术闻名，该公司将与大学研究人员合作，通过实施机器学习模型来提高药物配方的效率。
Micropore Technologies的技术经理戴夫·帕尔默（Dave Palmer）表示：“我们期待与合作伙伴合作，利用机器学习加快实验室规模的开发和生产路径，改进制造过程，最终使新的基因药物能够比以前更快地投入使用。”
这个项目突显了斯特拉斯克莱德大学在促进健康创新方面的作用，以及与学术界和产业界的领导者合作，解决医学中的关键挑战。
(全文结束)
