XtalPi kondigde de ondertekening aan van een nieuwe overeenkomst met CK Life Sciences, een onderdeel van de CK Hutchison Group. In het verlengde van hun bestaande samenwerking zullen de twee bedrijven AI-algoritmen combineren met geanonimiseerde klinische en biomarkergegevens van kankerpatiënten en gezonde personen in de datarepository van CK Life Sciences om samen miRNA-gebaseerde postoperatieve moleculaire diagnostische modellen voor prognostische risicovoorspelling te onderzoeken en te ontwikkelen. Met behulp van AI en modellen voor machinaal leren zal deze samenwerking hopelijk leiden tot de ontwikkeling van meer geavanceerde en intelligente oplossingen voor het verwerken en modelleren van holistische multidimensionale biomedische gegevens, het ontdekken van biomarkers en het voorspellen van het postoperatieve recidiverisico.

Moderne experimentele technieken hebben in het klinisch onderzoek aanzienlijke vooruitgang geboekt, wat heeft geresulteerd in een schat aan gegevens uit verschillende dimensies zoals genomica, celbiologie en weefselanalyse. Deze combinatie, versterkt door de snelle ontwikkeling van kunstmatige intelligentietechnologieën, biedt ongekende mogelijkheden voor klinisch onderzoek en het ontdekken van geneesmiddelen. Vroegdiagnostiek is een uitstekend voorbeeld van een gebied waar aanzienlijke medische middelen kunnen worden bespaard door de ontwikkeling van betere AI-voorspellingsmethoden.

De toepassing van AI in deze context houdt een enorme belofte in voor het nauwkeurig voorspellen van de postoperatieve prognose en het recidiverisico bij kankerpatiënten, terwijl tegelijkertijd de verspilling van waardevolle medische middelen wordt teruggedrongen. Als gevolg hiervan heeft dit zich snel ontwikkelende gebied veel belangstelling geoogst van zowel professionals in de gezondheidszorg als deskundigen uit de industrie. XtalPi, een AI- en robotica-technologiebedrijf met een bewezen staat van dienst in het toepassen en ontwikkelen van geavanceerde algoritmen in biowetenschappelijk onderzoek, biedt unieke voordelen en uitgebreide ervaring in het modelleren van biologische sequentiegegevens, met name op het gebied van eiwitten en genen.

CK Life Sciences houdt zich actief bezig met R&D van therapeutische kankervaccins en kankerdiagnostiek. Met een schat aan kankerbiomarkers en klinische gegevens door jaren van klinisch onderzoek, wil CK Life Sciences zijn expertise en strategische relaties inzetten om een revolutie teweeg te brengen in de kankerzorg, waarbij gestreefd wordt naar betere resultaten voor patiënten door middel van geavanceerd onderzoek op het gebied van kankerdiagnostiek. In 2022 ondertekenden de twee bedrijven een samenwerking om gezamenlijk een nieuw AI-tumorvaccin R&D-platform te ontwikkelen om de ontdekkings- en ontwerpmogelijkheden van tumorvaccins te verbeteren en de ontwikkeling van meer vaccintypes te versnellen.

Deze nieuwe overeenkomst zal zich richten op een specifiek type kanker, waarbij XtalPi AI-modellen zal bouwen op basis van een uitgebreide verzameling van gedesensibiliseerde multidimensionale moleculaire diagnostische gegevens in de repository van CK Life Sciences. Het primaire doel van dit project is om baanbrekende modelleringsmogelijkheden voor miRNA-gegevens te ontwikkelen. Op deze manier willen XtalPi en CK Life Sciences klinisch toepasbare, zeer nauwkeurige tumordiagnostische hulpmiddelen creëren die artsen beter in staat stellen om postoperatieve kankerrecidiefrisico's bij patiënten betrouwbaar te beoordelen en beter afgestemde behandelplannen te implementeren om de overlevingskansen en levenskwaliteit van patiënten te verbeteren.

Tegelijkertijd zullen de twee bedrijven zich inspannen om cruciale biomarkers te identificeren en robuuste computermodellen te ontwikkelen voor klinische diagnose, ziektebeheer en de ontdekking van nieuwe therapeutica. De modellen en methoden die uit dit project voortkomen zullen de basis leggen voor toekomstige samenwerkingen met grotere en complexere datasets. In de toekomst kan de toepassing van deze modellen en hulpmiddelen een breed scala aan ziektegebieden omvatten, waarbij het gebruik ervan wordt uitgebreid naar de analyse van heterogene omics-gegevens, waaronder genomics, proteomics en metabolomics.

Dit zal de integratie van multimodale gegevens mogelijk maken, zoals genomica- en beeldvormingsgegevens, waardoor cruciale toepassingen zoals biomarkeridentificatie, klinische diagnose, ontdekking van nieuwe medicijnen en herpositionering van medicijnen versterkt worden.