WIEN und OXFORD (England)--(BUSINESS WIRE)--Exscientia (Nasdaq: EXAI), die ETH Zürich, die Medizinische Universität Wien und das Zentrum für Molekulare Medizin (Center for Molecular Medicine, CeMM) der Österreichischen Akademie der Wissenschaften gaben heute eine neue Veröffentlichung in Blood Cancer Discovery, einer Fachzeitschrift der American Association for Cancer Research, mit dem Titel „Deep Morphology Learning Enhances Precision Medicine by Image-Based Ex Vivo Drug Testing“ aus dem Labor von Prof. Berend Snijder bekannt. Die Post-hoc-Analyse baut auf der transformativen Arbeit der EXALT-1-Studie auf, die in Cancer Discovery veröffentlicht wurde, indem sie Deep-Learning-Algorithmen verwendet, um komplexe Zellmorphologien in Gewebeproben von Krebspatienten in Krankheits-„Morphotypen“ zu klassifizieren.
EXALT-1 war die erste prospektive Studie, die signifikant bessere Ergebnisse für Patienten mit hämatologischem Krebs im Spätstadium zeigte, und eine KI-gestützte Plattform für Präzisionsmedizin als Leitfaden für personalisierte Behandlungsempfehlungen nutzte – verglichen mit der Behandlung der Wahl des Arztes. Im Rahmen von EXALT-1 zeigten 40 % der Patienten ein außergewöhnliches Ansprechen, das mindestens dreimal länger anhielt als für ihre jeweilige Krankheit erwartet. Die heute in Blood Cancer Discovery veröffentlichte Post-hoc-Analyse zeigt, dass die Kombination der in EXALT-1 verwendeten Technologie mit neuen Deep-Learning-Fortschritten, die zellspezifische Merkmale in hochauflösenden Bildern nutzen, das Potenzial hat, die Patientenergebnisse noch weiter zu verbessern.
„Nach den Ergebnissen der EXALT-1-Studie bestätigen diese Ergebnisse weiterhin, dass unsere KI-gestützte Präzisionsmedizin-Plattform in der Lage ist, hochgradig umsetzbare klinische Behandlungsempfehlungen für Blutkrebs zu identifizieren. Dies vertieft unsere Erkenntnisse und erhöht die klinische Vorhersagekraft der Plattform, um Patienten zu helfen“, sagt Dr. Gregory Vladimer, VP Translational Research bei Exscientia und Miterfinder der Plattformtechnologie. „Die Zellmorphologie, also die Beurteilung der Eigenschaften von Zellen, ist für die Diagnose von Krebs von grundlegender Bedeutung. Im Rahmen dieser Forschung konnten wir Deep Learning innerhalb der Plattform nutzen, um unsere Fähigkeit zu verbessern, personalisierte Krebstherapien zu identifizieren, was zu besseren klinischen Ergebnissen für Patienten führt. Wir bei Exscientia freuen uns darauf, die Anwendungen der Plattform zu erweitern, um die personalisierte Medizin einer breiteren Bevölkerungsschicht zugänglich zu machen.“
„Wir glauben, dass die Durchführung von Wirkstoffscreenings direkt im Tumorgewebe von Krebspatienten ein großer Fortschritt für das Verständnis der Komplexität von Tumoren im Vergleich zu traditionellen Zellmodellsystemen ist. Die Tatsache, dass wir nun die Möglichkeiten des Deep Learning nutzen können, um diese Terabytes an Bildern in verwertbare Erkenntnisse umzuwandeln, ist in der Tat sehr aufregend“, fügte Prof. Berend Snijder, Principal Investigator am Institut für Molekulare Systembiologie der ETH Zürich hinzu.
Die Auswirkung von Deep Learning auf die klinische Vorhersagekraft des Ex-vivo-Wirkstoffscreenings wurde in einer Post-hoc-Analyse von 66 Patienten über einen Zeitraum von drei Jahren in einem kombinierten Datensatz von 1,3 Milliarden Patientenzellen über 136 Ex-vivo-getestete Wirkstoffe für hämatologische Diagnosen einschließlich akuter myeloischer Leukämie, T-Zell-Lymphome, diffuser großzelliger B-Zell-Lymphome, chronischer lymphatischer Leukämie und multiplem Myelom bewertet. Patienten, die eine Behandlung erhielten, die durch die Immunfluoreszenzanalyse der Plattform oder das Deep Learning der Zellmorphologien empfohlen wurde, zeigten eine höhere Rate an außergewöhnlichem klinischen Ansprechen, definiert als eine progressionsfreie Überlebenszeit, die dreimal länger dauerte als für die jeweilige Krankheit des Patienten erwartet. Post-hoc-Analysen bestätigten, dass die klinischen Vorhersagen genauer wurden, wenn auch die Toxizität des Medikaments auf die gesunden Zellen innerhalb der getesteten Patientenprobe berücksichtigt wurde.
Die Präzisionsmedizin-Plattform von Exscientia nutzt maßgeschneiderte Deep Learning- und Computer Vision-Techniken, um aussagekräftige Einzelzelldaten aus hochauflösenden Bildern einzelner Gewebeproben von Patienten zu extrahieren. Diese Analyse liefert klinisch relevante Erkenntnisse darüber, welche Behandlungen für einen einzelnen Patienten den größten Nutzen bringen. Die weitere Auswertung der Ergebnisse einzelner Patienten durch die Genomik- und Transkriptomik-Fähigkeiten von Exscientia kann Exscientia helfen, besser zu verstehen, welche anderen Patienten von ähnlichen Behandlungen profitieren könnten. Die zugrundeliegende Technologie wurde von Dr. Gregory Vladimer und Prof. Berend Snijder im Rahmen ihrer Arbeit im Labor von Giulio Superti-Furga am CeMM Forschungszentrum für Molekulare Medizin in Österreich entwickelt.
Über Exscientia
Exscientia ist ein Pharmatechnologieunternehmen, das sich der Entdeckung, dem Design und der Entwicklung der bestmöglichen Medikamente auf die schnellste und effektivste Weise mit Hilfe von KI widmet. Exscientia hat die erste funktionale Plattform für Präzisionsonkologie entwickelt, die in einer prospektiven klinischen Interventionsstudie erfolgreiche Orientierungshilfe bei der Behandlungswahl und bessere Ergebnisse für die Patienten bietet. Auch bringt sie mit Hilfe von KI entwickelte niedermolekulare Verbindungen bis zur klinischen Entwicklung voran. Unsere interne Pipeline richtet ihren Fokus auf die Nutzung unserer präzisionsmedizinischen Plattform in der Onkologie, während unsere Partner-Pipeline unseren Ansatz auf andere Therapiegebiete ausdehnt. Wir sind davon überzeugt, dass mit unserem neuen Ansatz zur Schaffung von Arzneimitteln die besten Ideen der Wissenschaft schnell in die besten Medikamente für Patienten umgesetzt werden können.
Exscientia unterhält seinen Hauptsitz in Oxford (Großbritannien) und Niederlassungen in Wien (Österreich), Dundee (Großbritannien), Boston (Massachussetts, USA), Miami (Florida, USA), Cambridge (Großbritannien) und Osaka (Japan).
Visit us at https://www.exscientia.ai or follow us on Twitter @exscientiaAI.
Zukunftsgerichtete Aussagen
Diese Pressemitteilung enthält bestimmte zukunftsgerichtete Aussagen im Sinne der „Safe Harbor“-Bestimmungen des US-amerikanischen Private Securities Litigation Reform Act von 1995, darunter Aussagen im Zusammenhang mit den Erwartungen von Exscientia hinsichtlich der Fortschritte bei der Entwicklung von Molekülkandidaten, Zeitplanung und Fortschritte sowie Daten aus präklinischen und klinischen Studien zu Produktkandidaten von Exscientia und der Erwartungen von Exscientia bezüglich seiner präzisionsmedizinischen Plattform und der KI-gestützten Arzneimittelentdeckungsplattform. Wörter wie „davon ausgehen“, „überzeugt sein“, „erwarten“, „beabsichtigen“, „voraussichtlich“, „vorhersehen“ und „künftig“ oder ähnliche Ausdrücke sollen zukunftsgerichtete Aussagen kennzeichnen. Diese zukunftsgerichteten Aussagen unterliegen den Ungewissheiten, die der Vorhersage künftiger Ergebnisse und Bedingungen innewohnen, darunter Umfang, Fortschritte und Ausdehnung der Produktentwicklungsbestrebungen von Exscientia, Einleitung, Umfang und Fortschritte der klinischen Studien von Exscientia und seinen Partnern sowie die damit verbundenen Auswirkungen auf die Kosten, klinische, wissenschaftliche, regulatorische und technische Entwicklungen, sowie Unwägbarkeiten in Verbindung mit dem Prozess der Entdeckung, Entwicklung und Vermarktung von Produktkandidaten, die sicher und wirksam für den Einsatz als Therapien für Menschen sind, und in Verbindung mit dem Aufbau eines Geschäfts um derartige Produktkandidaten. Exscientia übernimmt keine Verpflichtung, zukunftsgerichtete Aussagen aufgrund neuer Informationen, aufgrund künftiger Ereignisse oder aus anderen Gründen öffentlich zu aktualisieren bzw. zu revidieren, sofern dies nicht gesetzlich vorgeschrieben ist.
Die Ausgangssprache, in der der Originaltext veröffentlicht wird, ist die offizielle und autorisierte Version. Übersetzungen werden zur besseren Verständigung mitgeliefert. Nur die Sprachversion, die im Original veröffentlicht wurde, ist rechtsgültig. Gleichen Sie deshalb Übersetzungen mit der originalen Sprachversion der Veröffentlichung ab.
