I ett nytt forskningsprojekt ska forskare från Högskolan i Skövde utveckla en AI-baserad metod som kan förutsäga risken för avstötning av transplantat. Förhoppningen är att patienter snabbare ska få tillgång till nya behandlingar av svåra sjukdomar. Vinnova finansierar projektet med nära sex miljoner kronor.
Jane Synnergren, professor i bioinformatik, leder projektet där de ska utveckla en AI-baserad metod som kan användas för att förutsäga risken för att ett blodkärlstransplantat kan komma att avvisas efter transplantation.
Läkemedel för avancerad terapi, på engelska känt som advanced therapy medicinal products (ATMPs), är biologiska läkemedel som baseras på celler, vävnader eller gener. De beskrivs ofta som nästa generations läkemedel och kommer att kunna bota sjukdomar vi idag bara kan erbjuda symptomatisk behandling för.
Bristen på tillförlitliga metoder för att kvalitetstesta ATMPs hindrar dock patienter att få tillgång till den här typen av behandlingar. Det handlar om att kunna garantera säkerhet. Idag är det mycket svårt att sia om de långsiktiga effekterna och hur patienternas immunförsvar svarar på behandlingen.
Kan förutse om ett transplantat stöts bort
I ett nytt forskningsprojekt ska forskare från Högskolan i Skövde, VERIGRAFT, RISE och SciCross utveckla en AI-baserad metod för att kunna kvalitetstesta ATMPs innan transplantation.
– Vi kommer att utveckla en AI-baserad metod som kan användas för att förutsäga risken för att ett blodkärlstransplantat kan komma att avvisas efter transplantation till en patient, säger Jane Synnergren, projektledare och professor i bioinformatik vid Högskolan i Skövde.
Blodkärlen som produceras är personspecifika och tillverkade med hjälp av mottagarens eget blod. Behandlingen består i att byta ut sjuk vävnad mot frisk vävnad.
Leder till ökad patientsäkerhet
I projektet kommer forskarna att samla data om gener, celler, proteiner med mera från mottagarens friska kärl och olika stadier av produktionen av blodkärlet, från det att blodkärlet produceras och fram till ett år efter transplantationen. Datamängden kommer sedan användas för att träna en AI-modell som kan förstå mönster i informationen och hjälpa till att förutsäga hur väl transplantationen kommer att fungera. Målet är att kunna använda metoden för att avgöra om ett visst vävnadstransplantat har rätt egenskaper och är av tillräckligt bra kvalitet för att det ska kunna användas för transplantation till en patient.
– Om vi kan upptäcka bristande kvalitet med hjälp av vår metod kan vi minska antalet misslyckade transplantationer och därmed minska lidandet och riskerna för patienterna, säger Jane Synnergren.
Dagens metoder begränsar tillgången på nya behandlingar
I dagsläget saknas det för majoriteten av alla ATMPs effektiva och skalbara verktyg för att bedöma deras säkerhet, vilket fördröjer och begränsar patienternas tillgång till nya behandlingar. Nu bedöms istället kvaliteten och säkerheten för ATMPs manuellt av experter. En procedur som ofta är godtycklig och beroende av personalens expertis.
– Min förhoppning är att vi ska komma med förbättrade verktyg som är digitaliserade och skalbara för industriella produktionslinjer. Det kommer att bidra till att patienter snabbare får tillgång till nya och lovande behandlingar, säger Jane Synnergren.
Högskolan i Skövde leder projektet som genomförs i samverkan med VERIGRAFT, RISE och SciCross. VERIGRAFT och RISE bidrar med expertis inom vävnadsutveckling, SciCross och Högskolan i Skövde bidrar med expertis inom AI-baserade prognosmetoder för ATMPs. Projektet pågår fram till oktober 2026.
