XtalPi a annoncé la signature d'un nouvel accord avec CK Life Sciences, membre du groupe CK Hutchison. Dans le prolongement de leur partenariat existant, les deux entreprises combineront des algorithmes d'IA avec des données cliniques et de biomarqueurs anonymes provenant de patients atteints de cancer et d'individus sains dans le référentiel de données de CK Life Sciences afin d'explorer et de développer conjointement des modèles de diagnostic moléculaire postopératoire basés sur les miARN pour la prédiction du risque pronostique. Avec l'aide de l'IA et des modèles d'apprentissage automatique, cet engagement collaboratif devrait conduire au développement de solutions plus avancées et plus intelligentes pour le traitement et la modélisation de données biomédicales multidimensionnelles holistiques, la découverte de biomarqueurs et la prédiction du risque de récidive postopératoire.

Les techniques expérimentales modernes ont considérablement progressé dans le domaine de la recherche clinique, ce qui a donné lieu à une multitude de données provenant de différentes dimensions telles que la génomique, la biologie cellulaire et l'analyse des tissus. Cette combinaison, renforcée par le développement rapide des technologies d'intelligence artificielle, offre des possibilités sans précédent pour la recherche clinique et la découverte de médicaments. Le diagnostic précoce est un exemple de premier ordre où des ressources médicales importantes peuvent être préservées grâce au développement de meilleures méthodes de prédiction par l'IA.

L'application de l'IA dans ce contexte est extrêmement prometteuse pour prédire avec précision le pronostic postopératoire et le risque de récidive chez les patients atteints de cancer, tout en réduisant le gaspillage de ressources médicales précieuses. C'est pourquoi ce domaine en pleine évolution a suscité un vif intérêt de la part des professionnels de la santé et des experts de l'industrie. XtalPi, une société de technologie d'intelligence artificielle et de robotique qui a fait ses preuves dans l'application et le développement d'algorithmes de pointe dans la recherche en sciences de la vie, offre des avantages uniques et une vaste expérience dans la modélisation des données de séquences biologiques, en particulier dans les domaines des protéines et des gènes.

CK Life Sciences est activement engagée dans la recherche et le développement de vaccins thérapeutiques contre le cancer et de diagnostics du cancer. Disposant d'une base de données sur les biomarqueurs du cancer et de données cliniques issues de plusieurs années de recherche clinique, CK Life Sciences entend tirer parti de son expertise et de ses relations stratégiques pour révolutionner les soins du cancer, en s'efforçant d'améliorer les résultats pour les patients grâce à une recherche de pointe dans le domaine du diagnostic du cancer. En 2022, les deux entreprises ont signé un accord de collaboration pour développer conjointement une nouvelle plateforme de recherche et de développement de vaccins anti-tumoraux à base d'IA afin d'améliorer les capacités de découverte et de conception de vaccins anti-tumoraux et d'accélérer le développement d'autres types de vaccins.

Ce nouvel accord se concentrera sur un type spécifique de cancer, où XtalPi construira des modèles d'IA basés sur une vaste collection de données de diagnostic moléculaire multidimensionnel désensibilisées dans le référentiel de CK Life Sciences. L'objectif principal de ce projet est de développer des capacités de modélisation révolutionnaires pour les données miRNA. Ce faisant, XtalPi et CK Life Sciences visent à créer des outils de diagnostic tumoral de haute précision, cliniquement applicables, qui peuvent améliorer la capacité des médecins à évaluer de manière fiable les risques de récidive postopératoire du cancer chez les patients et à mettre en œuvre des plans de traitement mieux adaptés afin d'améliorer les taux de survie et la qualité de vie des patients.

Parallèlement, les deux entreprises s'efforceront d'identifier des biomarqueurs essentiels et de développer des modèles informatiques robustes pour le diagnostic clinique, la gestion des maladies et la découverte de nouvelles thérapies. Les modèles et les méthodes issus de ce projet jetteront les bases de futures collaborations portant sur des ensembles de données plus vastes et plus complexes. À l'avenir, l'application de ces modèles et outils pourrait englober un large éventail de maladies, leur utilisation s'étendant à l'analyse de données omiques hétérogènes, y compris la génomique, la protéomique et la métabolomique.

Cela permettra l'intégration de données multimodales, telles que les données de génomique et d'imagerie, ce qui renforcera les applications cruciales telles que l'identification de biomarqueurs, le diagnostic clinique, la découverte de nouveaux médicaments et le repositionnement des médicaments.