Bayesiansk analys för proteomisk läkemedelsutveckling
- Diarienummer
- SM24-0044
- Projektledare
- Jansson, Erik
- Start- och slutdatum
- 250101-260630
- Beviljat belopp
- 1 401 124 kr
- Förvaltande organisation
- Uppsala University
- Forskningsområde
- Bioteknik, medicinsk teknik och teknik för livsvetenskaperna
Summary
I samarbete mellan Erik Jansson vid Uppsala universitet och Daniel Martinez Molina samt Laurence Arnold vid Pelago Biosciences AB syftar detta projekt till att förbättra förståelsen av komplex molekylär information som erhålls från proteomikexperiment. Mängden proteomikdata som genereras med modern masspektrometri är för omfattande för att molekylärbiologer ska kunna tolka den fullt ut utan datorstödd hjälp. Projektet adresserar behovet av avancerade bioinformatiska verktyg som kan vägleda tolkningen av dessa komplexa dataset. Genom att tillämpa probabilistiska maskininlärningsmodeller kommer vi att dra nytta av Pelagos omfattande interna proteomikdatabas för att utveckla bioinformatiska verktyg som förbättrar förutsägbarheten av potentiella läkemedelskandidater vid läkemedelsutveckling. Detta kommer att stärka Pelagos förmåga att analysera storskaliga proteomikdata, hjälpa till att identifiera nya tillämpningar samt identifiera behovet av valideringsanalyser. Projektet kommer också att använda reaktionvägsanalys för att koppla samman relationell information inom dataseten, vilket fördjupar vår förståelse av läkemedelsmålsinteraktioner. Ett centralt mål är att identifiera potentiella "off-target"-effekter, vilket kommer att leda till förbättrad läkemedelsdesign och utvecklingen av säkrare och mer effektiva terapier. Utöver de omedelbara fördelarna förväntas detta samarbete resultera i nya patent, publikationer och verktyg som kommer stödja framtida läkemedelsutveckling.
Populärvetenskaplig beskrivning
I samarbete mellan Uppsala universitet och Pelago Biosciences AB syftar detta projekt till att öka förståelsen för hur läkemedel påverkar kroppens proteiner på molekylär nivå. Proteiner är kroppens byggstenar, och många läkemedel verkar genom att binda till specifika proteiner och påverka deras funktion. Med modern teknik som masspektrometri kan vi idag generera enorma mängder data om hur dessa interaktioner sker, men mängden information är så stor att det är svårt att tolka utan avancerade dataverktyg. Projektet kommer att utveckla nya bioinformatiska verktyg för att analysera dessa stora datamängder. Genom att använda maskininlärning och statistiska modeller kan vi hitta mönster och förstå mer om hur läkemedel fungerar, vilka biverkningar de kan ha och hur de kan förbättras. Ett av de centrala målen är att identifiera så kallade "off-target"-effekter, där läkemedlet påverkar andra proteiner än de som är tänkta, vilket kan leda till biverkningar. Genom att få bättre insikt i dessa effekter kan vi designa säkrare och mer effektiva läkemedel. För Pelago Biosciences, som specialiserar sig på att analysera proteiner för läkemedelsutveckling, kommer projektet att bidra till att förbättra deras analysmetoder och stärka deras konkurrenskraft inom läkemedelsindustrin. De nya verktygen kommer också att kunna användas av forskare inom akademin för att utforska biologiska processer på djupare nivå. Projektet kommer även att stärka Uppsala universitet genom att ge forskare tillgång till storskaliga dataset från proteomikforskning. Samarbetet med industrin kommer att bredda universitetets nätverk och öka möjligheterna för framtida forskningsprojekt. De nya verktygen och insikterna som utvecklas i projektet kommer att gynna forskningen vid universitetet och öka dess konkurrenskraft inom bioteknik och läkemedelsforskning. På längre sikt kan detta leda till fler vetenskapliga publikationer, forskningsgenombrott och samarbeten med industrin, vilket ytterligare stärker Uppsala universitets position som ett ledande forskningscentrum. Sammantaget kommer detta projekt att bidra till utvecklingen av säkrare läkemedel, bättre analysmetoder och ökad förståelse för hur läkemedel påverkar kroppen. Resultaten kan leda till nya forskningsgenombrott, förbättrad läkemedelsdesign och stärka Sveriges position inom den globala bioteknik- och läkemedelsindustrin.