Dirbtinis intelektas pagerins autoimuninių ligų prognozę ir gydymą

Naujas pažangus dirbtinio intelekto (DI) algoritmas galėtų padėti tiksliau ir anksčiau prognozuoti bei sukurti naujus autoimuninių ligų, kai imuninė sistema klaidingai atakuoja sveikas organizmo ląsteles ir audinius, gydymo būdus. Algoritmas analizuoja šių ligų genetinį kodą, kad tiksliau modeliuotų, kaip ekspresuojami ir reguliuojami su konkrečiomis autoimuninėmis ligomis susiję genai, ir nustatytų papildomus rizikos genus.

Pensilvanijos universiteto Medicinos koledžo tyrėjų komandos atliktas darbas pranoksta esamas metodikas ir nustatė 26 % daugiau naujų genų ir požymių sąsajų, praneša tyrėjai. Jų darbas šiandien buvo paskelbtas žurnale „ Nature Communications“.

„Visi mes turime mutacijų savo DNR, todėl turime suprasti, kaip bet kuri iš šių mutacijų gali paveikti su ligomis susijusių genų raišką, kad galėtume anksti numatyti ligų riziką. Tai ypač svarbu sergant autoimuninėmis ligomis“, – teigė Dajiang Liu, išskirtinis profesorius, tyrimų vicepirmininkas ir dirbtinio intelekto bei biomedicininės informatikos direktorius Pensilvanijos universiteto Medicinos koledže bei tyrimo bendraautoris.

„Jei dirbtinio intelekto algoritmas gali tiksliau numatyti ligų riziką, tai reiškia, kad galime įsikišti anksčiau.“

Genetika ir ligų vystymasis

Genetika dažnai yra ligų vystymosi pagrindas. DNR variacijos gali paveikti genų raišką – procesą, kurio metu DNR esanti informacija paverčiama funkciniais produktais, tokiais kaip baltymai. Tai, kaip stipriai ar silpnai genas yra ekspresuojamas, gali turėti įtakos ligos rizikai.

Viso genomo asociacijų tyrimai (GWAS) – populiarus žmogaus genetikos tyrimų metodas, galintis nustatyti genomo regionus, susijusius su konkrečia liga ar požymiu, tačiau negali tiksliai nustatyti konkrečių genų, kurie turi įtakos ligos rizikai. Tai tarsi dalintis savo buvimo vieta su draugu, tik be tikslios konfigūracijos išmaniajame telefone – miestas gali būti akivaizdus, bet adresas paslėptas.

Dabartiniai metodai taip pat yra riboti savo analizės detalumu. Genų raiška gali būti būdinga tam tikriems ląstelių tipams. Jei analizė neatskiria skirtingų ląstelių tipų, rezultatuose gali nebūti tikrojo priežasties ir pasekmės ryšio tarp genetinių variantų ir genų raiškos.

EXPRESSO metodas

Komandos metodas, vadinamas EXPRESSO (angl. EXpression PREdiction with Summary Statistics Only), naudoja pažangesnį dirbtinio intelekto algoritmą ir analizuoja duomenis iš mononuklearinių ląstelių kiekybinių raiškos parašų, kurie susieja genetinius variantus su genais, kuriuos jie reguliuoja.

Taip pat integruojami 3D genominiai duomenys ir epigenetika, kuri matuoja, kaip aplinka gali modifikuoti genus, siekdama paveikti ligas. Komanda pritaikė EXPRESSO GWAS duomenų rinkiniams, skirtiems 14 autoimuninių ligų, įskaitant vilkligę, Krono ligą, opinį kolitą ir reumatoidinį artritą.

„Naudodami šį naują metodą, galėjome nustatyti daug daugiau autoimuninių ligų rizikos genų, kurie iš tiesų turi specifinį poveikį ląstelių tipui, o tai reiškia, kad jie veikia tik tam tikrą ląstelių tipą, o ne kitas“, – teigė Bibo Jiang, Pensilvanijos universiteto Medicinos koledžo docentas ir vyresnysis tyrimo autorius.

Galimi terapiniai pritaikymai

Komanda panaudojo šią informaciją, kad nustatytų galimus autoimuninių ligų gydymo būdus. Šiuo metu, jų teigimu, nėra gerų ilgalaikio gydymo galimybių.

„Dauguma gydymo būdų yra skirti palengvinti simptomus, o ne išgydyti pačią ligą. Tai dilema, žinant, kad autoimuninės ligos reikalauja ilgalaikio gydymo, tačiau esami gydymo būdai dažnai turi tokį neigiamą šalutinį poveikį, kad jų negalima vartoti ilgą laiką. Tačiau genomika ir dirbtinis intelektas siūlo perspektyvias galimybes kurti naujus gydymo būdus“, – teigė Laura Carrel, Pensilvanijos universiteto Medicinos koledžo biochemijos ir molekulinės biologijos profesorė ir tyrimo bendraautorė.

Komandos darbas parodė, kad yra vaistinių junginių, kurie gali pakeisti genų raišką su autoimuninėmis ligomis susijusiose ląstelių rūšyse, pavyzdžiui, vitaminas K nuo opinio kolito ir metforminas, kuris dažniausiai skiriamas 2 tipo diabetui gydyti, nuo 1 tipo diabeto. Šie vaistai, kuriuos JAV Maisto ir vaistų administracija (FDA) jau patvirtino kaip saugius ir veiksmingus kitų ligų gydymui, gali būti panaudoti pakartotinai.

Mokslininkų komanda bendradarbiauja su kolegomis, kad patikrintų savo išvadas laboratorijoje ir galiausiai klinikiniuose tyrimuose.

Tyrimui vadovavo biostatistikos programos doktorantė Lida Wang ir Chakritas Khunsriraksakulas, kuris 2022 m. Pensilvanijos universitete įgis bioinformatikos ir genomikos daktaro laipsnį, o gegužę – medicinos laipsnį. Kiti Pensilvanijos universiteto Medicinos koledžo autoriai yra Havellas Marcusas, siekiantis daktaro laipsnio ir medicinos laipsnio; podoktorantūros stažuotoja Deyi Chen; magistrantė Fang Zhang; ir podoktorantūros stažuotoja Fang Chen. Prie darbo taip pat prisijungė Xiaowei Zhang, Teksaso universiteto Pietvakarių medicinos centro docentas.