Kecerdasan buatan akan meningkatkan prognosis dan rawatan penyakit autoimun

Algoritma kecerdasan buatan (AI) lanjutan baharu boleh membawa kepada ramalan yang lebih tepat dan lebih awal serta rawatan baharu untuk penyakit autoimun, di mana sistem imun tersilap menyerang sel dan tisu badan yang sihat. Algoritma menganalisis kod genetik yang mendasari keadaan ini untuk memodelkan dengan lebih tepat cara gen yang dikaitkan dengan penyakit autoimun tertentu dinyatakan dan dikawal, dan untuk mengenal pasti gen risiko tambahan.

Kerja itu, yang dibangunkan oleh pasukan penyelidik di Kolej Perubatan Universiti Pennsylvania, mengatasi metodologi sedia ada dan mengenal pasti 26% lebih persatuan sifat gen baharu, lapor penyelidik. Kerja mereka diterbitkan hari ini dalam jurnal Nature Communications.

"Kita semua mempunyai mutasi dalam DNA kita, dan kita perlu memahami bagaimana mana-mana mutasi ini mungkin menjejaskan ekspresi gen yang berkaitan dengan penyakit supaya kita boleh meramalkan risiko penyakit lebih awal. Ini amat penting untuk penyakit autoimun," kata Dajiang Liu, profesor terkenal, naib pengerusi penyelidikan, dan pengarah kecerdasan buatan dan informatika bioperubatan di Kolej Perubatan Universiti Pennsylvania dan pengarang bersama kajian itu.

"Jika algoritma AI boleh meramalkan risiko penyakit dengan lebih tepat, ini bermakna kita boleh campur tangan lebih awal."

Genetik dan perkembangan penyakit

Genetik sering menjadi asas kepada perkembangan penyakit. Variasi dalam DNA boleh menjejaskan ekspresi gen, iaitu proses di mana maklumat dalam DNA ditukar kepada produk berfungsi seperti protein. Seberapa kuat atau lemahnya gen yang dinyatakan boleh menjejaskan risiko penyakit.

Kajian persatuan seluruh genom (GWAS), pendekatan popular dalam penyelidikan genetik manusia, boleh mengenal pasti kawasan genom yang dikaitkan dengan penyakit atau sifat tertentu, tetapi mereka tidak dapat menentukan gen tertentu yang mempengaruhi risiko penyakit. Ia seperti berkongsi lokasi anda dengan rakan, tetapi tanpa penalaan halus pada telefon pintar anda — bandar itu mungkin jelas, tetapi alamatnya tersembunyi.

Kaedah semasa juga terhad dalam perincian analisis mereka. Ekspresi gen boleh khusus untuk jenis sel tertentu. Jika analisis tidak membezakan antara jenis sel yang berbeza, hasilnya mungkin terlepas hubungan sebab dan akibat sebenar antara varian genetik dan ekspresi gen.

Kaedah EXPRESSO

Kaedah pasukan itu, yang dipanggil EXPRESSO (Ramalan Ekspresi dengan Statistik Ringkasan Sahaja), menggunakan algoritma kecerdasan buatan yang lebih maju dan menganalisis data daripada tandatangan ekspresi kuantitatif sel mononuklear yang menghubungkan varian genetik kepada gen yang dikawal selianya.

Ia juga menyepadukan data genomik 3D dan epigenetik, yang mengukur bagaimana gen boleh diubah suai oleh persekitaran untuk mempengaruhi penyakit. Pasukan itu menggunakan EXPRESSO pada set data GWAS untuk 14 penyakit autoimun, termasuk lupus, penyakit Crohn, kolitis ulseratif dan arthritis rheumatoid.

"Dengan kaedah baharu ini, kami dapat mengenal pasti lebih banyak gen risiko penyakit autoimun yang benar-benar mempunyai kesan khusus jenis sel, bermakna ia hanya mempengaruhi jenis sel tertentu dan bukan yang lain," kata Bibo Jiang, penolong profesor di Kolej Perubatan Universiti Pennsylvania dan pengarang kanan kajian itu.

Aplikasi terapeutik yang berpotensi

Pasukan menggunakan maklumat ini untuk mengenal pasti terapeutik yang berpotensi untuk penyakit autoimun. Pada masa ini, mereka berkata, tiada pilihan rawatan jangka panjang yang baik.

"Kebanyakan rawatan bertujuan untuk mengurangkan gejala dan bukannya menyembuhkan penyakit. Ini adalah dilema, mengetahui bahawa penyakit autoimun memerlukan rawatan jangka panjang, tetapi rawatan sedia ada selalunya mempunyai kesan sampingan yang teruk sehingga tidak boleh digunakan dalam jangka panjang. Walau bagaimanapun, genomik dan AI menawarkan jalan yang menjanjikan untuk membangunkan terapeutik baru, "kata Laura Carrel, seorang profesor biokimia dan molekul Kolej Universiti Pennsylvania. belajar.

Kerja pasukan itu telah menunjuk kepada sebatian ubat yang boleh membalikkan ekspresi gen dalam jenis sel yang dikaitkan dengan penyakit autoimun, seperti vitamin K untuk kolitis ulseratif dan metformin, yang biasanya ditetapkan untuk diabetes jenis 2, untuk diabetes jenis 1. Ubat-ubatan ini, yang telah diluluskan oleh Pentadbiran Makanan dan Ubat-ubatan AS (FDA) sebagai selamat dan berkesan untuk merawat penyakit lain, berpotensi untuk digunakan semula.

Pasukan penyelidik sedang bekerjasama dengan rakan sekerja untuk menguji penemuan mereka di makmal dan, akhirnya, dalam ujian klinikal.

Lida Wang, pelajar kedoktoran dalam program biostatistik, dan Chakrit Khunsriraksakul, yang akan menerima PhD dalam bioinformatik dan genomik pada 2022 dan ijazah perubatannya pada Mei dari University of Pennsylvania, mengetuai kajian itu. Pengarang lain dari Kolej Perubatan Universiti Pennsylvania termasuk Havell Marcus, yang sedang mengikuti pengajian PhD dan ijazah perubatannya; Deyi Chen, seorang felo pasca doktoral; Fang Zhang, seorang pelajar siswazah; dan Fang Chen, seorang rakan pasca doktoral. Turut menyertai kerja itu ialah Xiaowei Zhang, penolong profesor di Pusat Perubatan Barat Daya Universiti Texas.