Umjetna inteligencija će poboljšati prognozu i liječenje autoimunih bolesti

Novi napredni algoritam umjetne inteligencije (AI) mogao bi dovesti do točnijih i ranijih predviđanja i novih tretmana za autoimune bolesti, kod kojih imunološki sustav pogrešno napada vlastite zdrave stanice i tkiva tijela. Algoritam analizira genetski kod koji leži u osnovi tih stanja kako bi preciznije modelirao kako se geni povezani sa specifičnim autoimunim bolestima eksprimiraju i reguliraju te kako bi identificirao dodatne gene rizika.

Rad, koji je razvio tim istraživača s Medicinskog fakulteta Sveučilišta u Pennsylvaniji, nadmašuje postojeće metodologije i identificirao je 26% više novih povezanosti genskih osobina, izvješćuju istraživači. Njihov rad objavljen je danas u časopisu Nature Communications.

„Svi imamo mutacije u svojoj DNK i moramo razumjeti kako bi bilo koja od tih mutacija mogla utjecati na ekspresiju gena povezanih s bolešću kako bismo mogli rano predvidjeti rizik od bolesti. To je posebno važno za autoimune bolesti“, rekao je Dajiang Liu, ugledni profesor, potpredsjednik za istraživanje i direktor umjetne inteligencije i biomedicinske informatike na Medicinskom fakultetu Sveučilišta u Pennsylvaniji i koautor studije.

„Ako algoritam umjetne inteligencije može preciznije predvidjeti rizik od bolesti, to znači da možemo ranije intervenirati.“

Genetika i razvoj bolesti

Genetika je često temelj razvoja bolesti. Varijacije u DNK mogu utjecati na ekspresiju gena, što je proces kojim se informacije u DNK pretvaraju u funkcionalne produkte poput proteina. Koliko snažno ili slabo se gen eksprimira može utjecati na rizik od bolesti.

Studije asocijacije na razini cijelog genoma (GWAS), popularan pristup u istraživanju ljudske genetike, mogu identificirati regije genoma koje su povezane s određenom bolešću ili osobinom, ali ne mogu točno odrediti gene koji utječu na rizik od bolesti. To je kao da dijelite svoju lokaciju s prijateljem, ali bez finog podešavanja na svom pametnom telefonu - grad može biti očit, ali adresa je skrivena.

Trenutne metode su također ograničene u detaljima analize. Ekspresija gena može biti specifična za određene tipove stanica. Ako analiza ne razlikuje različite tipove stanica, rezultati mogu propustiti stvarne uzročno-posljedične veze između genetskih varijanti i ekspresije gena.

EXPRESSO metoda

Metoda tima, nazvana EXPRESSO (EXpression PREdiction with Summary Statistics Only - PREDVIĐANJE EXPRESIJE samo sažetkom statistike), koristi napredniji algoritam umjetne inteligencije i analizira podatke iz kvantitativnih potpisa ekspresije mononuklearnih stanica koje povezuju genetske varijante s genima koje reguliraju.

Također integrira 3D genomske podatke i epigenetiku, koja mjeri kako geni mogu biti modificirani okolišem kako bi utjecali na bolest. Tim je primijenio EXPRESSO na GWAS skupove podataka za 14 autoimunih bolesti, uključujući lupus, Crohnovu bolest, ulcerozni kolitis i reumatoidni artritis.

„Ovom novom metodom uspjeli smo identificirati mnogo više gena rizika za autoimune bolesti koji doista imaju specifične učinke na tip stanice, što znači da utječu samo na određenu vrstu stanice, a ne na druge“, rekao je Bibo Jiang, docent na Medicinskom fakultetu Sveučilišta u Pennsylvaniji i glavni autor studije.

Potencijalne terapijske primjene

Tim je koristio ove informacije kako bi identificirao potencijalne terapije za autoimune bolesti. Trenutno, kažu, ne postoje dobre dugoročne mogućnosti liječenja.

„Većina tretmana usmjerena je na ublažavanje simptoma, a ne na liječenje bolesti. To je dilema, znajući da autoimune bolesti zahtijevaju dugotrajno liječenje, ali postojeći tretmani često imaju tako loše nuspojave da se ne mogu koristiti dugoročno. Međutim, genomika i umjetna inteligencija nude obećavajući put za razvoj novih terapija“, rekla je Laura Carrel, profesorica biokemije i molekularne biologije na Medicinskom fakultetu Sveučilišta u Pennsylvaniji i koautorica studije.

Rad tima ukazao je na spojeve lijekova koji mogu preokrenuti ekspresiju gena u tipovima stanica povezanim s autoimunim bolestima, poput vitamina K za ulcerozni kolitis i metformina, koji se obično propisuje za dijabetes tipa 2, za dijabetes tipa 1. Ovi lijekovi, koje je Američka agencija za hranu i lijekove (FDA) već odobrila kao sigurne i učinkovite za liječenje drugih bolesti, potencijalno bi se mogli prenamijeniti.

Istraživački tim surađuje s kolegama kako bi testirali svoje nalaze u laboratoriju i, u konačnici, u kliničkim ispitivanjima.

Lida Wang, doktorandica na programu biostatistike, i Chakrit Khunsriraksakul, koji će doktorirati bioinformatiku i genomiku 2022. godine, a diplomu medicine u svibnju na Sveučilištu Pennsylvania, vodili su studij. Ostali autori s Medicinskog fakulteta Sveučilišta Pennsylvania uključuju Havella Marcusa, koji je na doktoratu i stječe diplomu medicine; Deyi Chena, postdoktoranda; Fang Zhanga, diplomskog studenta; i Fang Chena, postdoktoranda. Radu se pridružila i Xiaowei Zhang, docentica na Medicinskom centru Jugozapadnog sveučilišta u Teksasu.