Abbracciando la promessa dell'intelligenza artificiale, l'azienda biotecnologica sloveno-statunitense Genialis sta affrontando una sfida chiave nel trattamento del cancro - la mancanza di marcatori biologici affidabili per prevedere come i pazienti risponderanno alla terapia. L'azienda cerca di risolvere il problema con un modello avanzato di intelligenza artificiale, analizzando oltre un milione di campioni globali di sequenziamento del RNA. L'azienda è stata fondata nove anni fa come spin-out del Laboratorio di Bioinformatica della Facoltà di Informatica e Scienze dell'Informazione dell'Università di Lubiana. Genialis ha sede a Boston ma mantiene forti legami con la Slovenia, impiegando 22 esperti sloveni nell'ambito dell'informatica, matematica, fisica, medicina e biologia. L'azienda sviluppa strumenti software con lo scopo di sviluppare nuovi farmaci antitumorali, per pianificare il trattamento e la diagnostica. L'azienda sviluppa biomarcatori che catturano la complessa biologia del cancro dai dati di espressione genica, trasformando i dati grezzi di sequenziamento dell'RNA in informazioni utili, grazie all'intelligenza artificiale predittiva. Miha Štajdohar, cofondatore e CTO di Genialis, afferma che le competenze slovene sono state fondamentali per la creazione dell'azienda. L'azienda ha collaborato con il FRI e l'Istituto Jožef Stefan, dove i gruppi sviluppano conoscenze sull'intelligenza artificiale da decenni. Inizialmente impegnata nello sviluppo di software per biologi, sei anni fa Genialis si è orientata verso la medicina personalizzata, aggiornando il proprio software con strumenti di intelligenza artificiale che offrono alle aziende diagnostiche e farmaceutiche risposte a domande specifiche, ad esempio se un paziente risponderà a un farmaco o a una terapia specifica. L'assenza di biomarcatori affidabili ostacola l'efficacia delle cure. Genialis affronta questo problema con il suo "Genialis Supermodel", un modello di intelligenza artificiale che utilizza un'ampia gamma di dati globali sul RNA dei pazienti. I modelli di apprendimento automatico riescono a prevedere l'efficacia dei farmaci sui singoli pazienti. Tuttavia, le sfide principali persistono. Rosengarten ha citato come cruciale l'accesso a dati diversificati e di qualità sui pazienti, portando a collaborazioni in India, Medio Oriente, Europa e Taiwan, per costruire un database più inclusivo. Il finanziamento è un altro ostacolo significativo, poiché la ricerca è costosa e il 96% dei farmaci oncologici non raggiunge mai la fase finale della sperimentazione clinica. Genialis è attualmente alla ricerca del prossimo round di investimenti. Štajdohar è fiducioso che il futuro sia rappresentato da terapie mirate che consentano piani efficaci e personalizzati. Štajdohar ha spiegato che i loro biomarcatori aumentano in modo significativo il successo: in precedenza solo il 20-30% rispondeva al trattamento. Ora, con la selezione di pazienti effettuata con i loro biomarcatori, il successo del trattamento sale al 65%. Attualmente utilizzati in studi clinici e cliniche di ricerca, l'obiettivo finale è che il loro software e i test diagnostici entrino a far parte della pratica clinica di routine, aiutando direttamente i pazienti e migliorando la loro qualità di vita.  (ICE LUBIANA)

Fonte notizia: Sloveniatimes.com