Forwarded from Medical Ксю
#коронавирус #биотех
Разыскиваются доноры: почему для лечения коронавируса используют плазму крови переболевших людей
Пока нет понимания, когда появится полноценная вакцина от коронавируса, врачи по всему миру ищут способ снизить число смертельных случаев болезни. Первые позитивные результаты показало переливание плазмы от переболевших COVID-19.
В плазме выздоровевших пациентов содержатся антитела к вирусу, которые при введению больному помогают иммунитету сопротивляться и оказывают мощный лечебный эффект на пациентов в тяжелом состоянии. В обычных условиях борьбы с вирусом организму требуется 1-2 недели на выработку собственных антител, которые остаются в крови надолго и вступают в борьбу каждый раз при столкновении с вирусом.
При переливании плазмы пациент немедленно получает готовые антитела к вирусу (так называемый пассивный иммунитет), однако действовать они будут дискретно от нескольких недель до нескольких месяцев.
Чтобы мотивировать людей сдавать кровь, власти Москвы введут выплаты донорам, перенёсшим COVID-19. В США FDA запустило специальный портал для доноров.
Подробности: https://techcrunch.com/2020/04/16/fda-debuts-new-online-portal-to-encourage-donation-of-plasma-from-recovered-covid-19-patients/
@medicalksu
Разыскиваются доноры: почему для лечения коронавируса используют плазму крови переболевших людей
Пока нет понимания, когда появится полноценная вакцина от коронавируса, врачи по всему миру ищут способ снизить число смертельных случаев болезни. Первые позитивные результаты показало переливание плазмы от переболевших COVID-19.
В плазме выздоровевших пациентов содержатся антитела к вирусу, которые при введению больному помогают иммунитету сопротивляться и оказывают мощный лечебный эффект на пациентов в тяжелом состоянии. В обычных условиях борьбы с вирусом организму требуется 1-2 недели на выработку собственных антител, которые остаются в крови надолго и вступают в борьбу каждый раз при столкновении с вирусом.
При переливании плазмы пациент немедленно получает готовые антитела к вирусу (так называемый пассивный иммунитет), однако действовать они будут дискретно от нескольких недель до нескольких месяцев.
Чтобы мотивировать людей сдавать кровь, власти Москвы введут выплаты донорам, перенёсшим COVID-19. В США FDA запустило специальный портал для доноров.
Подробности: https://techcrunch.com/2020/04/16/fda-debuts-new-online-portal-to-encourage-donation-of-plasma-from-recovered-covid-19-patients/
@medicalksu
РБК
Власти Москвы пообещали платить донорам плазмы для больных COVID-19
Донором плазмы крови может стать уже переболевший COVID-19 человек, так как, по данным медиков, кровь таких людей содержит антитела к коронавирусной инфекции
ИИволюция в биотехе случилась шесть лет назад
В 2018 году DeepMind показала AlphaFold — алгоритм машинного обучения, берущий последовательность аминокислот и реконструирующий белок, который из них получится. К 2022 году эта компания смоделировала 200 миллионов всевозможных белков для открытой базы. Некоторые из них я даже использовал в опытах с молекулярной визуализацией.
Несмотря на громкие заголовки, in silico и in vivo не одно и то же. Предсказания AlphaFold приходится тщательно проверять, но тогда машинное обучение начало серьезно менять биологию. Теперь оно, вероятно, спасет человечество как минимум от одного экзистенциального риска — бактерий, устойчивых к антибиотикам.
От таких бактерий умирает больше миллиона человек в год, к 2050 году эта цифра может достигнуть 10 миллионов. В то время как на открытие одного нового антибиотика уходит около десяти лет. Точнее, уходило.
В начале месяца биофизики рассказали, как при помощи машинного обучения проанализировали десятки тысяч микробных геномов из еще одной открытой базы данных. В результате алгоритм нашел более 800 тысяч фрагментов ДНК, которые кодируют потенциальные антимикробные соединения. Более 90% из них не были описаны прежде. Три из 100 соединений, синтезированных исследователями, действительно вылечили лабораторных мышей. Осталось проверить еще 799 900 — работы хватит на всю жизнь.
Машинное обучение позволило буквально перетряхнуть все известное микробное разнообразие в поисках нужных соединений, но самое удивительное, что мы не ограничены живущими сейчас организмами. Похожим образом антибиотики ищут, например, в иммунной системе неандертальцев.
Синтезом найденных соединений пока что занимаются люди, но Science уже пишет о создании шести автоматизированных лабораторий. Такие системы будут оперативно проверять результаты работы нейросетей. Этот подход уже используют для создания светоизлучающих материалов. Биотех и фармацевтика на очереди.
К тому же, согласно первым исследованиям, препараты, открытые ИИ, показывают 80-90% успешности на первой фазе испытаний, по сравнению с обычными 40-60%. Вероятно, по крайней мере в среднесрочной перспективе, будет открыто больше успешных терапевтических препаратов, чем во всей истории биотехнологий.
На фото: метициллинрезистентный золотистый стафилококк, от которого точно стоит избавиться.
#футурология #биотех #машинное_обучение #будущее #ИИ #технологии #антибиотики
_______
Источник | #SantryBlog
@F_S_C_P
Узнай судьбу картами Таро:
✨Anna Taro bot
В 2018 году DeepMind показала AlphaFold — алгоритм машинного обучения, берущий последовательность аминокислот и реконструирующий белок, который из них получится. К 2022 году эта компания смоделировала 200 миллионов всевозможных белков для открытой базы. Некоторые из них я даже использовал в опытах с молекулярной визуализацией.
Несмотря на громкие заголовки, in silico и in vivo не одно и то же. Предсказания AlphaFold приходится тщательно проверять, но тогда машинное обучение начало серьезно менять биологию. Теперь оно, вероятно, спасет человечество как минимум от одного экзистенциального риска — бактерий, устойчивых к антибиотикам.
От таких бактерий умирает больше миллиона человек в год, к 2050 году эта цифра может достигнуть 10 миллионов. В то время как на открытие одного нового антибиотика уходит около десяти лет. Точнее, уходило.
В начале месяца биофизики рассказали, как при помощи машинного обучения проанализировали десятки тысяч микробных геномов из еще одной открытой базы данных. В результате алгоритм нашел более 800 тысяч фрагментов ДНК, которые кодируют потенциальные антимикробные соединения. Более 90% из них не были описаны прежде. Три из 100 соединений, синтезированных исследователями, действительно вылечили лабораторных мышей. Осталось проверить еще 799 900 — работы хватит на всю жизнь.
Машинное обучение позволило буквально перетряхнуть все известное микробное разнообразие в поисках нужных соединений, но самое удивительное, что мы не ограничены живущими сейчас организмами. Похожим образом антибиотики ищут, например, в иммунной системе неандертальцев.
Синтезом найденных соединений пока что занимаются люди, но Science уже пишет о создании шести автоматизированных лабораторий. Такие системы будут оперативно проверять результаты работы нейросетей. Этот подход уже используют для создания светоизлучающих материалов. Биотех и фармацевтика на очереди.
К тому же, согласно первым исследованиям, препараты, открытые ИИ, показывают 80-90% успешности на первой фазе испытаний, по сравнению с обычными 40-60%. Вероятно, по крайней мере в среднесрочной перспективе, будет открыто больше успешных терапевтических препаратов, чем во всей истории биотехнологий.
На фото: метициллинрезистентный золотистый стафилококк, от которого точно стоит избавиться.
#футурология #биотех #машинное_обучение #будущее #ИИ #технологии #антибиотики
_______
Источник | #SantryBlog
@F_S_C_P
Узнай судьбу картами Таро:
✨Anna Taro bot
