A mesterséges intelligencia javítja az autoimmun betegségek prognózisát és kezelését
Utolsó ellenőrzés: 14.06.2024
Minden iLive-tartalmat orvosi szempontból felülvizsgáltak vagy tényszerűen ellenőriznek, hogy a lehető legtöbb tényszerű pontosságot biztosítsák.
Szigorú beszerzési iránymutatásunk van, és csak a jó hírű média oldalakhoz, az akadémiai kutatóintézetekhez és, ha lehetséges, orvosilag felülvizsgált tanulmányokhoz kapcsolódik. Ne feledje, hogy a zárójelben ([1], [2] stb.) Szereplő számok ezekre a tanulmányokra kattintható linkek.
Ha úgy érzi, hogy a tartalom bármely pontatlan, elavult vagy más módon megkérdőjelezhető, jelölje ki, és nyomja meg a Ctrl + Enter billentyűt.
Egy új fejlett mesterséges intelligencia (AI) algoritmus pontosabb és korábbi előrejelzésekhez, valamint új kezelések kidolgozásához vezethet az autoimmun betegségekre, amelyek során az immunrendszer tévedésből a szervezet saját egészséges sejtjeit és szöveteit támadja meg. Az algoritmus elemzi az ezen állapotok mögött meghúzódó genetikai kódot, hogy pontosabban modellezze a specifikus autoimmun betegségekkel kapcsolatos gének expresszióját és szabályozását, valamint további kockázati gének azonosítását.
A Pennsylvania Egyetem Orvosi Főiskola kutatóinak csoportja által kidolgozott munka felülmúlja a meglévő módszereket, és 26%-kal több új géntulajdonság-asszociációt azonosított a kutatók jelentése szerint. Munkájukat ma tették közzé a Nature Communications-ban.
"Mindnyájunknak vannak mutációi a DNS-ünkben, és meg kell értenünk, hogy ezek a mutációk hogyan befolyásolhatják a betegséggel kapcsolatos gének expresszióját, hogy korán előre jelezhessük a betegség kockázatát. Ez különösen fontos az autoimmun betegségek esetében." – mondta Dajiang Liu, a Pennsylvaniai Egyetem Orvostudományi Egyetemének kiváló professzora, kutatási alelnöke, a mesterséges intelligencia és az orvosbiológiai informatika igazgatója, valamint a tanulmány társszerzője.
"Ha egy mesterséges intelligencia algoritmus pontosabban képes előre jelezni a betegség kockázatát, az azt jelenti, hogy korábban beavatkozhatunk."
Genetika és betegségek kialakulása
A betegségek kialakulásának hátterében gyakran a genetika áll. A DNS-változatok befolyásolhatják a génexpressziót, amely az a folyamat, amelynek során a DNS-ben lévő információ funkcionális termékekké, például fehérjékké alakul. Az, hogy egy gén milyen erősen vagy gyengén fejeződik ki, befolyásolhatja a betegség kockázatát.
A genomszintű asszociációs vizsgálatok (GWAS), a humángenetikai kutatások népszerű megközelítése, képesek azonosítani a genom azon régióit, amelyek egy adott betegséghez vagy tulajdonsághoz kapcsolódnak, de nem tudják pontosan meghatározni a betegség kockázatát befolyásoló géneket. Ez olyan, mintha megosztaná tartózkodási helyét egy baráttal, de az okostelefon finomhangolása nélkül – a város nyilvánvaló lehet, de a cím rejtett.
A meglévő módszerek szintén korlátozottak az elemzés részleteiben. A génexpresszió specifikus lehet bizonyos sejttípusokra. Ha az elemzés nem tesz különbséget a különböző sejttípusok között, az eredményekből hiányozhatnak a valódi ok-okozati összefüggések a genetikai változatok és a génexpresszió között.
EXPRESSO metódus
A csapat EXPRESSO (Expression PREdiction with Summary Statistics Only) nevű módszere egy fejlettebb mesterséges intelligencia algoritmust használ, és olyan mononukleáris sejtek kvantitatív expressziós aláírásából származó adatokat elemzi, amelyek a genetikai változatokat az általuk szabályozott génekhez kapcsolják.
A 3D genomikai adatokat és az epigenetikát is integrálja, amely azt méri, hogy a környezet hogyan módosíthatja a géneket a betegségek befolyásolása érdekében. A csapat 14 autoimmun betegségre, köztük a lupusz, Crohn-betegség, fekélyes vastagbélgyulladás és rheumatoid arthritis.
"Ezzel az új módszerrel sokkal több olyan autoimmun betegségek kockázati génjét tudtuk azonosítani, amelyek valóban sejttípus-specifikus hatással bírnak, vagyis csak egy bizonyos típusú sejtet érintenek, másokat nem" - mondta Bibo Jiang, adjunktus a University of Pennsylvania College of Medicine munkatársa és a tanulmány vezető szerzője.
Lehetséges terápiás alkalmazások
A csapat ezen információk alapján azonosította az autoimmun betegségek lehetséges terápiáit. Jelenleg ezek szerint nincs jó hosszú távú kezelési lehetőség.
"A legtöbb kezelés a tünetek enyhítésére irányul, nem pedig a betegség gyógyítására. Ez dilemma, tudván, hogy az autoimmun betegségek hosszú távú kezelést igényelnek, de a meglévő kezeléseknek gyakran olyan rossz mellékhatásai vannak, hogy hosszú távon nem alkalmazhatók., a genomika és a mesterséges intelligencia ígéretes utat kínál az új terápiák kifejlesztéséhez" – mondta Laura Carrel, a Pennsylvaniai Orvostudományi Egyetem biokémia és molekuláris biológia professzora és a tanulmány társszerzője.
A csapat munkája olyan gyógyszervegyületekre mutatott rá, amelyek megfordíthatják a génexpressziót az autoimmun betegségekkel összefüggő sejttípusokban, mint például a K-vitamin a fekélyes vastagbélgyulladásban és a metformin, amelyek általában 2-es típusú cukorbetegségre, 1-es típusú cukorbetegségre írják fel. Ezeket a gyógyszereket, amelyeket az Egyesült Államok Élelmiszer- és Gyógyszerügyi Hatósága (FDA) már jóváhagyott, mint biztonságos és hatékony más betegségek kezelésében, potenciálisan újra felhasználhatók.
A kutatócsoport munkatársaival együttműködve teszteli eredményeiket a laboratóriumban, majd végül a klinikai vizsgálatok során.
Lida Wang, a biostatisztikai program doktorandusza és Chakrit Khunsriraksakul, aki 2022-ben szerzett PhD fokozatot bioinformatikából és genomikából, majd májusban szerzett orvosi diplomát a Pennsylvaniai Egyetemen. A Pennsylvaniai Egyetem Orvostudományi Főiskolájának további szerzői közé tartozik Havell Marcus, aki doktori és orvosi diplomát szerez; Deyi Chen, doktorandusz; Fan Zhang, végzős hallgató; és Fang Chen, posztdoktori ösztöndíjas. Xiaowei Zhang, a Texasi Egyetem Délnyugati Orvosi Központjának adjunktusa is bekapcsolódott a munkába.