Klik hier om JOUW banners op deze pagina te tonen en betaal alleen voor succes

Draadnieuws

Doorbraak in medicijnopties voor inflammatoire huidziekten

Geschreven door editor

AMPEL BioSolutions kondigt vandaag een doorbraak aan in precisie en gepersonaliseerde geneeskunde die een revolutie teweeg kan brengen in de manier waarop artsen inflammatoire huidziekten behandelen, zoals lupus, psoriasis, atopische dermatitis en sclerodermie. Geopenbaard in het peer-reviewed tijdschrift Science Advances, beschrijft de paper AMPEL's baanbrekende machinale leerbenadering om ziekteactiviteit te karakteriseren op basis van genexpressiegegevens die zijn verkregen uit huidbiopten van patiënten. De labtest, de laatste jaren nog maar een concept, is nu klaar om ontwikkeld te worden voor gebruik in de praktijk. De eerste focus van AMPEL was Lupus, maar de test kan worden gebruikt voor veel auto-immuun- of inflammatoire huidziekten die meer dan 35 miljoen Amerikanen treffen.

De innovatieve machine learning-aanpak van AMPEL, die nu klaar is om te worden ontwikkeld als een beslissingsondersteunende biomarkertest, zou een grote impact kunnen hebben op de gezondheidszorg doordat artsen de oorzaak van de ziektesymptomen van de patiënt kunnen identificeren en de juiste behandeling nauwkeuriger kunnen selecteren. De aanpak van AMPEL is voldoende gevoelig om veranderingen in klinisch niet-aangedane huid te detecteren, zodat vroegtijdige interventie systemische opflakkeringen en huidbeschadiging die zich bij laesies voordoen, kan voorkomen. De toepassing van de machine learning-benadering van AMPEL kan farmaceutische bedrijven ook helpen bij de ontwikkeling van geneesmiddelen en klinische proeven.

Patiënten met chronische huidziekten lijden vaak aan onvoorspelbare ziekteactiviteit die van invloed is op dagelijkse activiteiten zoals werk en gezinsleven. Aangezien onvoorspelbare symptomen vaak leiden tot uitstapjes naar de eerste hulp, heeft het vermogen om verergerende ziekte en systemische betrokkenheid bij routinematige huidbiopten te voorspellen belangrijke implicaties voor de gezondheidszorg en de gezondheidseconomie.

In combinatie met AMPEL's pijplijn van tools om zeer grote en complexe klinische datasets ("Big Data") te analyseren, is het machine learning-programma van AMPEL een belangrijke stap in de richting van de implementatie van een routinematige huidtest voor het bewaken van ziekteactiviteit en het bieden van beslissingsondersteuning voor behandeling op basis van het gen van een patiënt uitdrukking. Dit zal de manier veranderen waarop artsen chronische huidziekten behandelen door gebruik te maken van de informatie die is verzameld door de laboratoriumtest en geanalyseerd door machinaal leren om de precieze moleculaire afwijkingen te diagnosticeren, karakteriseren en huidziekten te behandelen voordat de schade begint, waardoor patiënten worden behoed voor pijn en ongemak van een ziekte die anders drastisch hun leven beïnvloedt.

Farmaceutische bedrijven testen geneesmiddelen in klinische onderzoeken en staan ​​voor de uitdaging om patiënten in te schrijven die het beste potentieel hebben om te reageren op de behandeling die wordt getest. Het inschrijven van de "verkeerde" patiënten kan leiden tot het mislukken van de studie, wat vaak leidt tot stopzetting van de ontwikkeling van een geneesmiddel richting FDA-goedkeuring, wat gunstig kan zijn voor een subgroep van de totale patiëntenpopulatie. De huidtest van AMPEL zal farmaceutische bedrijven helpen bij het identificeren van de patiënten die het meest waarschijnlijk reageren op specifieke behandelingen, waardoor de resultaten in klinische onderzoeken worden verbeterd.

Dr. Peter Lipsky, Chief Medical Officer en medeoprichter van AMPEL BioSolutions: “Er is momenteel geen andere toepassing die ziekteactiviteit precies kan voorspellen en passende behandelingen kan voorstellen, en we zijn zeer bemoedigd door deze doorbraak die wordt gerapporteerd in Science Advances. Voor die patiënten die lijden aan chronische huidziekten, kan betekenisvolle innovatie in behandelingen niet snel genoeg komen. Na de ontwikkeling van ons machine learning-concept, kunnen we nu verder gaan in de samenwerking met onze partners om deze huidtest te ontwikkelen die de manier kan veranderen waarop artsen patiënten met chronische huidziekte kunnen helpen hun aandoening te beheersen door betere en nauwkeurigere behandelingen aan te bieden op basis van individuele patiëntgegevens in plaats van een algemene benadering.”

Dr. Amrie Grammer, Chief Scientific Officer en medeoprichter van AMPEL BioSolutions: “”Ons team heeft een tool ontwikkeld die de manier waarop patiënten met huidaandoeningen worden behandeld mogelijk kan veranderen. Als bedrijf in precisiegeneesmiddelen verandert AMPEL het paradigma van de behandeling van auto-immuun- en ontstekingsziekten. We zijn er trots op dit werk in Virginia te doen en zullen talent blijven werven en ons bedrijf hier laten groeien.”

Dr. Wright Caughman, Professor, Department of Dermatology, Emory School of Medicine, en Exec VP for Health Affairs (Emeritus), Emory University: "AMPEL's zeer innovatieve huidbiopsietest zal een uitstekend nieuw hulpmiddel bieden voor de diagnose en het beheer van auto-immuun- en ontstekingsziekten van de huid. AMPEL presenteert dit werk later deze maand op de bijeenkomst van de Society for Investigative Dermatology. Zodra de klinische genomische test van AMPEL CLIA-gecertificeerd is, zullen artsen snel de beste medicijnen voor elke individuele patiënt kunnen identificeren en een snellere en veiligere controle over hun ziekte krijgen.”

Gerelateerd nieuws

Over de auteur

editor

Hoofdredacteur van eTurboNew is Linda Hohnholz. Ze is gevestigd in het hoofdkantoor van eTN in Honolulu, Hawaii.

Laat een bericht achter

Delen naar...