Umělá inteligence zlepší prognózu a léčbu autoimunitních onemocnění
Naposledy posuzováno: 14.06.2024
Veškerý obsah iLive je lékařsky zkontrolován nebo zkontrolován, aby byla zajištěna co největší věcná přesnost.
Máme přísné pokyny pro získávání zdrojů a pouze odkaz na seriózní mediální stránky, akademické výzkumné instituce a, kdykoli je to možné, i klinicky ověřené studie. Všimněte si, že čísla v závorkách ([1], [2] atd.) Jsou odkazy na tyto studie, na které lze kliknout.
Pokud máte pocit, že některý z našich obsahů je nepřesný, neaktuální nebo jinak sporný, vyberte jej a stiskněte klávesu Ctrl + Enter.
Nový pokročilý algoritmus umělé inteligence (AI) by mohl vést k přesnějším a dřívějším předpovědím a také k vývoji nových způsobů léčby autoimunitních onemocnění, při kterých imunitní systém omylem napadá vlastní zdravé buňky a tkáně těla. Algoritmus analyzuje genetický kód, který je základem těchto stavů, aby mohl přesněji modelovat, jak jsou geny spojené se specifickými autoimunitními onemocněními exprimovány a regulovány, a identifikovat další rizikové geny.
Práce, kterou vyvinul tým výzkumníků z University of Pennsylvania College of Medicine, překonává stávající metodiky a identifikuje o 26 % více nových asociací genových vlastností, hlásí výzkumníci. Jejich práce byla dnes publikována v Nature Communications.
"Všichni máme ve své DNA mutace a musíme pochopit, jak kterákoli z těchto mutací může ovlivnit expresi genů souvisejících s onemocněním, abychom mohli včas předvídat riziko onemocnění. To je důležité zejména u autoimunitních onemocnění," řekl Dajiang Liu, významný profesor, místopředseda pro výzkum a ředitel umělé inteligence a biomedicínské informatiky na University of Pennsylvania College of Medicine a spoluautor studie.
„Pokud algoritmus AI dokáže přesněji předpovídat riziko onemocnění, znamená to, že můžeme zasáhnout dříve.“
Genetika a vývoj nemocí
Genetika často stojí za vývojem nemocí. Variace v DNA mohou ovlivnit genovou expresi, což je proces, kterým se informace v DNA přeměňují na funkční produkty, jako je protein. Jak silně nebo slabě je gen exprimován, může ovlivnit riziko onemocnění.
Genomové asociační studie (GWAS), populární přístup ve výzkumu lidské genetiky, dokážou identifikovat oblasti genomu spojené s konkrétním onemocněním nebo rysem, ale nemohou určit konkrétní geny, které ovlivňují riziko onemocnění. Je to podobné, jako když sdílíte svou polohu s přítelem, ale bez jemného doladění na vašem smartphonu – město může být zřejmé, ale adresa je skrytá.
Stávající metody jsou také omezené v detailech analýzy. Genová exprese může být specifická pro určité typy buněk. Pokud analýza nerozlišuje mezi různými typy buněk, mohou výsledky postrádat skutečné vztahy příčiny a účinku mezi genetickými variantami a genovou expresí.
Metoda EXPRESSO
Metoda týmu nazvaná EXPRESSO (EXPRESSO PREdiction with Summary Statistics Only) využívá pokročilejší algoritmus umělé inteligence a analyzuje data z kvantitativních expresních signatur mononukleárních buněk, které spojují genetické varianty s geny, které regulují.
Také integruje 3D genomická data a epigenetiku, která měří, jak mohou být geny modifikovány prostředím, aby ovlivnily onemocnění. Tým použil EXPRESSO na soubory dat GWAS pro 14 autoimunitních onemocnění, včetně lupus, Crohnovy nemoci, ulcerózní kolitida a revmatoidní artritida.
"S touto novou metodou jsme byli schopni identifikovat mnohem více rizikových genů pro autoimunitní onemocnění, které skutečně mají specifické účinky na buněčný typ, což znamená, že ovlivňují pouze určitý typ buněk a ne jiné," řekl Bibo Jiang, odborný asistent. Z University of Pennsylvania College of Medicine a hlavní autor studie.
Potenciální terapeutické aplikace
Tým použil tyto informace k identifikaci potenciálních terapeutik pro autoimunitní onemocnění. V současné době říkají, že neexistují žádné dobré možnosti dlouhodobé léčby.
"Většina léčeb má za cíl zmírnit příznaky spíše než vyléčit nemoc. Toto je dilema, protože víme, že autoimunitní onemocnění vyžadují dlouhodobou léčbu, ale stávající léčby mají často tak špatné vedlejší účinky, že je nelze používat dlouhodobě. Nicméně, genomika a umělá inteligence nabízejí slibnou cestu k vývoji nových terapeutik,“ řekla Laura Carrel, profesorka biochemie a molekulární biologie na University of Pennsylvania College of Medicine a spoluautorka studie.
Práce týmu poukázala na lékové sloučeniny, které mohou zvrátit genovou expresi v buněčných typech spojených s autoimunitním onemocněním, jako je vitamin K pro ulcerózní kolitidu a metformin, které obvykle předepisován pro diabetes 2. Typu, pro diabetes 1. Typu. Tyto léky, které již schválil americký Úřad pro kontrolu potravin a léčiv (FDA) jako bezpečné a účinné pro léčbu jiných nemocí, by mohly být potenciálně přepracovány.
Výzkumný tým spolupracuje s kolegy na testování svých zjištění v laboratoři a případně v klinických studiích.
Studii vedli Lida Wang, doktorandka v programu biostatistiky, a Chakrit Khunsriraksakul, který v roce 2022 získal doktorát z bioinformatiky a genomiky a lékařský titul v květnu na University of Pennsylvania. Mezi další autory z University of Pennsylvania College of Medicine patří Havell Marcus, který studuje magisterský a lékařský titul; Deyi Chen, doktorand; Fan Zhang, postgraduální student; a Fang Chen, postdoktorand. K práci se přidal také Xiaowei Zhang, odborný asistent na University of Texas Southwestern Medical Center.