XtalPi ha annunciato la firma di un nuovo accordo con CK Life Sciences, membro del Gruppo CK Hutchison. Espandendo la loro partnership esistente, le due aziende combineranno algoritmi di AI con dati clinici e biomarcatori anonimizzati di pazienti oncologici e di individui sani nel repository di dati di CK Life Sciences per esplorare e sviluppare congiuntamente modelli diagnostici molecolari post-operatori basati sui miRNA per la previsione del rischio prognostico. Con l'aiuto dell'AI e dei modelli di apprendimento automatico, si spera che questo impegno collaborativo porti allo sviluppo di soluzioni più avanzate e intelligenti per l'elaborazione e la modellazione di dati biomedici multidimensionali olistici, la scoperta di biomarcatori e la previsione del rischio di recidiva post-operatoria.

Le moderne tecniche sperimentali sono progredite in modo significativo nella ricerca clinica, con conseguente ricchezza di dati provenienti da varie dimensioni, come la genomica, la biologia cellulare e l'analisi dei tessuti. Questa combinazione, potenziata dal rapido sviluppo delle tecnologie di intelligenza artificiale, presenta opportunità senza precedenti per la ricerca clinica e la scoperta di farmaci. La diagnosi precoce è un esempio primario in cui si possono risparmiare risorse mediche significative grazie allo sviluppo di migliori metodi di previsione dell'AI.

L'applicazione dell'AI in questo contesto è molto promettente per prevedere con precisione la prognosi post-operatoria e il rischio di recidiva tra i pazienti oncologici, riducendo contemporaneamente lo spreco di preziose risorse mediche. Di conseguenza, questo campo in rapida evoluzione ha suscitato un interesse significativo da parte dei professionisti della sanità e degli esperti del settore. XtalPi, un'azienda di tecnologia AI e robotica con una comprovata esperienza di successo nell'applicazione e nello sviluppo di algoritmi all'avanguardia nella ricerca sulle scienze della vita, offre vantaggi unici e una vasta esperienza nella modellazione di dati di sequenze biologiche, in particolare nelle aree delle proteine e dei geni.

CK Life Sciences è attivamente impegnata nella R&S di vaccini terapeutici contro il cancro e nella diagnostica del cancro. Con un archivio di biomarcatori tumorali e di dati clinici ottenuti in anni di ricerca clinica, CK Life Sciences mira a sfruttare la sua esperienza e le sue relazioni strategiche per rivoluzionare la cura del cancro, cercando di migliorare i risultati dei pazienti attraverso una ricerca all'avanguardia nel campo della diagnostica del cancro. Nel 2022, le due aziende hanno firmato una collaborazione per sviluppare congiuntamente una nuova piattaforma di R&S sui vaccini tumorali AI, per migliorare le capacità di scoperta e progettazione dei vaccini tumorali e accelerare lo sviluppo di più tipi di vaccini.

Questo nuovo accordo si concentrerà su un tipo specifico di cancro, in cui XtalPi costruirà modelli AI basati su un'ampia raccolta di dati diagnostici molecolari multidimensionali de-sensibilizzati nel repository di CK Life Sciences. L'obiettivo primario di questo progetto è sviluppare capacità di modellazione all'avanguardia per i dati sui miRNA. In questo modo, XtalPi e CK Life Sciences mirano a creare strumenti diagnostici tumorali clinicamente applicabili e di alta precisione, in grado di migliorare la capacità dei medici di valutare in modo affidabile i rischi di recidiva tumorale post-operatoria tra i pazienti e di attuare piani di trattamento più personalizzati per migliorare i tassi di sopravvivenza e la qualità della vita dei pazienti.

Contemporaneamente, le due aziende cercheranno di identificare biomarcatori cruciali e di sviluppare solidi modelli computazionali per la diagnosi clinica, la gestione della malattia e la scoperta di nuovi farmaci. I modelli e i metodi derivati da questo progetto getteranno le basi per collaborazioni future che coinvolgeranno insiemi di dati più grandi e più complessi. In futuro, l'applicazione di questi modelli e strumenti ha il potenziale di comprendere un'ampia gamma di aree patologiche, con l'estensione del loro utilizzo all'analisi di dati omici eterogenei, tra cui la genomica, la proteomica e la metabolomica.

Ciò consentirà l'integrazione di dati multimodali, come la genomica e i dati di imaging, rafforzando applicazioni cruciali come l'identificazione di biomarcatori, la diagnosi clinica, la scoperta di nuovi farmaci e il riposizionamento dei farmaci.