Umjetna inteligencija poboljšat će prognozu i liječenje autoimunih bolesti

Novi napredni algoritam umjetne inteligencije (AI) mogao bi dovesti do točnijih i ranijih predviđanja, kao i do razvoja novih tretmana za autoimune bolesti, u kojima imunološki sustav greškom napada zdrave stanice i tkiva vlastitog tijela. Algoritam analizira genetski kod koji je u osnovi tih stanja kako bi točnije modelirao kako se geni povezani s određenim autoimunim bolestima izražavaju i reguliraju te kako bi identificirao dodatne rizične gene.

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 je rad objavljen danas u Nature Communications.

"Svi mi imamo mutacije u našoj DNK i moramo razumjeti kako bilo koja od tih mutacija može utjecati na ekspresiju gena povezanih s bolešću kako bismo mogli rano predvidjeti rizik od bolesti. Ovo je posebno važno za autoimune bolesti," rekao je Dajiang Liu, istaknuti profesor, potpredsjednik za istraživanje i direktor umjetne inteligencije i biomedicinske informatike na Medicinskom fakultetu Sveučilišta Pennsylvania i koautor studije.

"Ako algoritam umjetne inteligencije može točnije predvidjeti rizik od bolesti, to znači da možemo intervenirati ranije."

Genetika i razvoj bolesti

Genetika je često u pozadini razvoja bolesti. Varijacije u DNK mogu utjecati na ekspresiju gena, što je proces kojim se informacije u DNK pretvaraju u funkcionalne proizvode kao što je protein. Koliko je jako ili slabo gen izražen može utjecati na rizik od bolesti.

Genome-wide Association Studies (GWAS), popularan pristup u istraživanju ljudske genetike, može identificirati regije genoma povezane s određenom bolešću ili osobinom, ali ne može odrediti specifične gene koji utječu na rizik od bolesti. To je slično dijeljenju vaše lokacije s prijateljem, ali bez finog podešavanja na pametnom telefonu — grad može biti očigledan, ali je adresa skrivena.

Postojeće metode također su ograničene u detaljima analize. Ekspresija gena može biti specifična za određene tipove stanica. Ako analiza ne napravi razliku između različitih tipova 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), 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 okolina može modificirati gene da utječu na bolest. Tim je primijenio EXPRESSO na skupove podataka GWAS za 14 autoimunih bolesti, uključujući lupus, Crohnovu bolest, ulcerozni kolitis i reumatoidni artritis.

"Ovom novom metodom uspjeli smo identificirati mnogo više rizičnih gena za autoimune bolesti koji doista imaju specifične učinke na tip stanice, što znači da utječu samo na određenu vrstu stanica, a ne na druge", rekao je Bibo Jiang, docent s Medicinskog fakulteta Sveučilišta u Pennsylvaniji i viši autor studije.

Potencijalne terapeutske primjene

Tim je upotrijebio ove informacije kako bi identificirao potencijalne lijekove za autoimune bolesti. Trenutačno, kažu, ne postoje dobre mogućnosti dugoročnog liječenja.

"Većina tretmana ima za cilj ublažiti simptome, a ne izliječiti bolest. Ovo 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 terapeutika," rekla je Laura Carrel, profesorica biokemije i molekularne biologije na Medicinskom fakultetu Sveučilišta Pennsylvania i koautorica studije.

Rad tima ukazao je na spojeve lijekova koji mogu preokrenuti ekspresiju gena u tipovima stanica povezanih s autoimunim bolestima, poput vitamina K za ulcerozni kolitis i metformina, koji obično propisano 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, mogli bi se potencijalno prenamijeniti.

Istraživački tim radi s kolegama na testiranju svojih otkrića u laboratoriju i na kraju u kliničkim ispitivanjima.

Lida Wang, doktorandica na programu biostatistike, i Chakrit Khunsriraksakul, koji je doktorirao bioinformatiku i genomiku 2022., a doktorirao u svibnju na Sveučilištu Pennsylvania, vodili su studiju. Drugi autori s Medicinskog fakulteta Sveučilišta u Pennsylvaniji uključuju Havella Marcusa, koji stječe doktorat i medicinsku diplomu; Deyi Chen, doktorand; Fan Zhang, diplomirani student; i Fang Chen, postdoktorand. Xiaowei Zhang, asistent profesora na Sveučilištu Texas Southwestern Medical Center, također se pridružio radu.