KMITL Innovation Expo 2025 Logo

การประยุกต์ใช้กระบวนการทางคอมพิวเตอร์เพื่อค้นหาสารประกอบที่ยับยั้ง TIGIT ซึ่งเป็น immune checkpoint molecule สำหรับภูมิคุ้มกันบำบัดมะเร็ง: การคัดกรองด้วยกระบวนการทางคอมพิวเตอร์ การศึกษาการจับตัว และการวิเคราะห์พลวัตระดับโมเลกุล

รายละเอียด

มะเร็งยังคงเป็นอีกหนึ่งปัญหาด้านสุขภาพที่สำคัญระดับโลก โดยเป็นสาเหตุการเสียชีวิตอันดับสองของคนทั่วโลก ในปัจจุบันนอกเหนือจากการผ่าตัดรักษาโรคมะเร็งแล้ว ยังมีการรักษามะเร็งด้วยวิธีต่างๆ ได้แก่ การฉายรังสี และเคมีบำบัด อย่างไรก็ตามการรักษาด้วยวิธีดังกล่าวทำให้เกิดผลข้างเคียงที่รุนแรงต่อผู้ป่วยได้ เนื่องจากทั้งเซลล์มะเร็งและเซลล์ปกติต่างถูกกำจัดไปพร้อมกัน ดังนั้นจึงมีการใช้โมโนโคลนอลแอนติบอดีที่สามารถจับกับโมเลกุลที่มะเร็งใช้ยับยั้งภูมิคุ้มกันของร่างกาย (immune checkpoint molecule) โดยเฉพาะอย่างยิ่ง TIGIT/PVR (T-cell immunoglobulin and ITIM domain/poliovirus receptor) ซึ่งเป็นโมเลกุลที่เป็นเป้าหมายในการการพัฒนายารักษามะเร็ง การใช้โมโนโคลนอลแอนติบอดีในการยับยั้ง TIGIT แม้จะมีประสิทธิภาพในการรักษาที่ดี แต่จากการทดลองในผู้ป่วยพบว่าสามารถเกิดผลข้างเคียงจากการใช้แอนติบอดีและไปขัดขวางการทำงานตามปกติของร่างกาย และแอนติบอดีมีต้นทุนในการผลิตที่สูง ดังนั้นเพื่อแก้ไขปัญหาเหล่านี้ จึงมีการใช้สารประกอบขนาดเล็กแทน ซึ่งมีข้อดีในเรื่องของความสามารถในการดูดซึมเข้าสู่กระแสเลือดผ่านการรับประทานเข้าไปและคาดว่าสามารถจัดการเนื้องอกได้ดีกว่าโมโนโคลนอลแอนติบอดีเนื่องจากมีขนาดที่เล็กกว่า โดยในการทดลองนี้เราศึกษาตัวยาที่มีความสามารถในการจับกับ TIGIT โดยคัดกรองจากตัวยาที่ผ่านการอนุมัติจาก FDA (Food and Drug Administration) ผ่านวิธี virtual screening และ molecular docking ได้สารประกอบ 100 ตัว และนำมาคัดกรองต่อจนเหลือ 10 ตัว ซึ่งมีค่าความสามารถในการจับ TIGIT อยู่ในช่วง -9.152 to -7.643 kcal/mol จากนั้นสารประกอบเหล่านี้จะถูกประเมินคุณสมบัติทางเภสัชจลนศาสตร์โดยใช้การวิเคราะห์ ADMET (Absorption, Distribution, Metabolism, Excretion, และ Toxicity) เพื่อแสดงให้เห็นว่าตัวยาแต่ละตัวมีคุณสมบัติที่เหมาะสมสำหรับการใช้เป็นยา สารประกอบที่ผ่านเกณฑ์จะถูกวิเคราะห์ต่อโดยคาดคะเนการเปลี่ยนแปลงทางโครงสร้างและความเสถียรในการจับกับ TIGIT ผ่านการใช้ molecular dynamics (MD) เพื่อให้มั่นใจว่าโครงสร้างของโปรตีนจะไม่เปลี่ยนแปลงไป การศึกษานี้แสดงให้เห็นว่าการใช้วิธีการทางคอมพิวเตอร์และการนำยากลับมาใช้ใหม่ (Drug repurposing) สามารถเป็นแนวทางในการค้นหายาที่มีประสิทธิภาพ ซึ่งจะช่วยเร่งกระบวนการพัฒนายารักษามะเร็งใหม่ได้รวดเร็วขึ้น

วัตถุประสงค์

Cancer remains one of the leading causes of mortality worldwide, driven by its complex and multifactorial origins. The numerous factors contributing to cancer onset complicate the identification of specific triggers, posing significant challenges for treatment. Despite advancements in therapeutic options, no cure guarantees complete remission, and treatment strategies vary depending on the individual and disease stage. Current modalities, including radiation therapy, chemotherapy, and surgery, are often limited by efficacy and adverse side effects. Cancer immunotherapy has emerged as a promising alternative, targeting immune checkpoints—key regulators of immune cell activity. Immune checkpoint molecules such as programmed cell death protein 1 (PD-1), lymphocyte-activation gene 3 (LAG-3), T-cell immunoglobulin and mucin-domain containing-3 (TIM-3), and T-cell immunoreceptor with Ig and ITIM domains (TIGIT) have become critical therapeutic targets. Monoclonal antibody-based drugs designed to block these pathways have demonstrated significant clinical success. However, the clinical translation of antibody-based immune checkpoint inhibitors remains limited due to immunogenicity, immune-related side effects, and high production costs. Additionally, their large molecular size restricts tumor tissue penetration, and their relatively long half-life can cause serious side effects by prolonging drug retention and complicating elimination. To overcome these limitations, advancements in computational drug discovery—including virtual screening, molecular docking, and molecular dynamics simulations—enable the efficient identification of potential small-molecule inhibitors that can bind to immune checkpoint targets and disrupt their interactions. These in silico techniques have become essential tools in modern drug development, offering rapid, cost-effective, and high-throughput screening methods for identifying promising drug candidates. In this study, we utilized in silico drug screening using FDA-approved drug libraries which were selected against a next-generation immune checkpoint TIGIT through structure-based virtual screening and molecular docking analysis. Additionally, the screened compounds demonstrated favorable drug-like properties, as assessed by ADMET (Absorption, Distribution, Metabolism, Excretion, and Toxicity) analysis. Collectively, this study represents the potential of computational approaches to accelerate drug screening process. Using these approaches, we identified the lead compounds that can target TIGIT molecule which can be potentially used for cancer treatment.

นวัตกรรมอื่น ๆ

ขั้วไฟฟ้าทองคำเปลวที่ตกแต่งด้วยวัสดุเชิงประกอบนาโนทองแพลทินัม-รูทิเนียม/รีดิวซ์กราฟีนออกไซด์ ชนิดใช้แล้วทิ้งและราคาถูก สำหรับแอปตาเซ็นเซอร์ไฟฟ้าเคมีที่มีความไวสูงในการวิเคราะห์อะฟลาทอกซิน B1 ในผลิตภัณฑ์ทางการเกษตร

คณะวิทยาศาสตร์

ขั้วไฟฟ้าทองคำเปลวที่ตกแต่งด้วยวัสดุเชิงประกอบนาโนทองแพลทินัม-รูทิเนียม/รีดิวซ์กราฟีนออกไซด์ ชนิดใช้แล้วทิ้งและราคาถูก สำหรับแอปตาเซ็นเซอร์ไฟฟ้าเคมีที่มีความไวสูงในการวิเคราะห์อะฟลาทอกซิน B1 ในผลิตภัณฑ์ทางการเกษตร

ด้วยจำนวนผู้ป่วยโรคตับแข็งและมะเร็งตับที่เพิ่มขึ้นอย่างมาก จากการบริโภคผลิตภัณฑ์ทางการเกษตรที่มีการปนเปื้อนอะฟลาท็อกซิน บี1 (AFB1) การพัฒนาเทคนิคการตรวจคัดกรอง AFB1 ที่รวดเร็วจึงมีความสำคัญอย่างยิ่ง งานวิจัยนี้ได้เสนอแอปตาเซ็นเซอร์ไฟฟ้าเคมีรูปแบบใหม่ ซึ่งใช้อิเล็กโทรดที่ผลิตจากแผ่นทองคำเปลว (GLE) ซึ่งตกแต่งด้วยวัสดุเชิงประกอบนาโนทองแพลทินัม-รูทิเนียม/รีดิวซ์กราฟีนออกไซด์ (AuPt-Ru/RGO) แบบใช้แล้วทิ้งและยังมีต้นทุนต่ำ วัสดุเชิงประกอบนาโนโลหะผสม AuPt-Ru นั้นถูกสังเคราะห์ขึ้นด้วยวิธีการเคมีรีดักชันทางเคมีร่วมกับการใช้คลื่นความถี่อัลตราโซนิก พบว่าอนุภาคที่สังเคราะห์ได้มีรูปร่างคล้ายผลหยางเหมย โดยมีแกนกลางเป็นทอง แพลตินัมเป็นขนล้อมรอบและรูทิเนียมกระจายอยู่รอบอนุภาค มีขนาดอนุภาคเฉลี่ย 57.35 ± 8.24 นาโนเมตร ทั้งนี้วัสดุเชิงประกอบนาโนทองแพลทินัม-รูทิเนียมได้ถูกวางลงบนแผ่นรีดิวซ์กราฟีนออกไซด์ที่มีขนาดส้นผ่านสูนย์กลางภายใน 0.5 – 1.6 ไมโครเมตรเพื่อเพิ่มประสิทธิภาพการถ่ายโอนอิเล็กตรอน และเพิ่มพื้นที่ผิวสำหรับการตรึงแอปตาเมอร์ (Apt) ซึ่งช่วยเพิ่มความสามารถในการตรวจวัด AFB1 ได้อย่างแม่นยำ ด้วยปริมาณตำแหน่งกัมมันต์ที่มีขนาดใหญ่ และค่าความต้านทานในวงจรไฟฟ้ากระสลับที่ต่ำแอปตาเซ็นเซอร์ไฟฟ้าเคมี GLEAuPt-Ru/RGO ที่สร้างขึ้นแสดงความไวสูงในการตรวจวิเคราะห์ AFB1 ผลการวิเคราะห์ด้วยเทคนิคโวลแทมเมทรีพัลส์เชิงอนุพันธ์ (DPV) ได้แสดงค่าความเป็นเส้นตรงสำหรับการตรวจวัด AFB1 ในช่วงความเข้มข้น 0.3 – 30.0 พิโคกรัมต่อมิลลิลิตร (R2 = 0.9972) โดยมีขีดจำกัดต่ำสุดของการตรวจวัด (LOD, S/N = 3) และขีดจำกัดต่ำสุดของการวิเคราะห์ (LOQ, S/N = 10) อยู่ที่ 0.009 พิโคกรัมต่อมิลลิลิตรและ 0.031 พิโคกรัมต่อมิลลิลิตร ตามลำดับ แอปตาเซ็นเซอร์ไฟฟ้าเคมี GLEAuPt-Ru/RGO ให้ผลลัพธ์การวิเคราะห์ AFB1 ที่ดีในตัวอย่างจริง โดยมีร้อยละค่าคืนกลับของสัญญาณอยู่ในช่วง 94.6% ถึง 107.9% ในผลิตภัณฑ์ทางการเกษตร เช่น พริกแดงแห้ง กระเทียม ถั่วลิสง พริกไทย และข้าวหอมมะลิไทย ซึ่งชี้ให้เห็นว่าแอปตาเซ็นเซอร์ไฟฟ้าเคมีที่สร้างขึ้นมีความเฉพาะเจาะจงต่อ AFB1 สูง และยังแสดงพฤติกรรมทางไฟฟ้าเคมีได้อย่างยอดเยี่ยมซึ่งคล้ายกับขั้วไฟฟ้าในเชิงพาณิชย์อื่น ๆ โดยมีศักยภาพในการนำไปประยุกต์ใช้ในการตรวจวิเคราะห์ AFB1 ในผลิตภัณฑ์ทางการเกษตรอย่างดียิ่ง

การออกแบบสวนสาธารณะ : Dreamscape Park

คณะเทคโนโลยีการเกษตร

การออกแบบสวนสาธารณะ : Dreamscape Park

การออกแบบสวนสาธารณะ Dreamscape Park ในพื้นที่ 50 ไร่ ออกแบบอยู่ภายใต้คอนเซ็ปต์ ART โดยการออกแบบมุ่งเน้นการอนุรักษ์พื้นที่สีเขียว ควบคู่ไปกับการเพิ่มฟังก์ชันการใช้งานให้ตอบโจทย์ทุกเพศทุกวัย มีแลนด์มาร์กเป็นบ่อน้ำรูปหยดหมึกและอัฒจันทร์ขนาดกลางไว้ทำกิจกรรมต่างๆ มีการเพิ่มพื้นที่พักผ่อนได้แก่ คาเฟ่ พื้นที่นั่งชิล โซนกิจกรรมกลางแจ้ง โซนกีฬาได้แก่ สนามบาสเกตบอล สนามตะกร้อ ทางเดิน-ทางวิ่งรอบสวน โซนสัตว์เลี้ยง โซนสนามเด็ก สวนประจำจุดต่างๆ และเส้นทางสัญจรสามารถเข้าถึงได้ทั่วพื้นที่ ผู้ใช้งานสามารถมาผักผ่อนได้อย่างสบายใจและทำกิจกรรมตามความต้องการได้อย่างเต็มที่

ระบบตรวจสอบฝุ่นบนแผงโซลาร์เซลล์

คณะวิทยาศาสตร์

ระบบตรวจสอบฝุ่นบนแผงโซลาร์เซลล์

แผงโซลาร์เซลล์ที่ใช้กันในครัวเรือน ในปัจจุบันยังขาดระบบตรวจสอบที่มีประสิทธิภาพ ซึ่งส่งผลกระทบต่อการใช้งานอย่างมีประสิทธิภาพสูงสุด งานวิจัยนี้มีเป้าหมายในการออกแบบระบบตรวจสอบผ่านเทคโนโลยี Internet of Things (IoT) และ Machine Learning มาใช้ในการคาดการณ์กระแส และแรงดันไฟฟ้าที่ผลิตโดยแผงโซลาร์เซลล์ การศึกษาทดลองพบว่ามีความสัมพันธ์ระหว่างการสะสมของฝุ่นกับกระแสไฟฟ้าที่แผงโซลาร์เซลล์สามารถผลิตได้ ระบบที่นำเสนอสามารถคาดการณ์เวลาที่เหมาะสมในการทำความสะอาด