Tehisintellekt parandab autoimmuunhaiguste prognoosi ja ravi

Uus täiustatud tehisintellekti (AI) algoritm võib viia täpsemate ja varasemate prognooside ning uute ravimeetoditeni autoimmuunhaiguste korral, mille puhul immuunsüsteem ründab ekslikult keha enda terveid rakke ja kudesid. Algoritm analüüsib nende seisundite aluseks olevat geneetilist koodi, et täpsemalt modelleerida, kuidas teatud autoimmuunhaigustega seotud geene ekspresseeritakse ja reguleeritakse, ning tuvastada täiendavaid riskigeene.

Pennsylvania Ülikooli Meditsiinikolledži teadlaste meeskonna väljatöötatud töö ületab olemasolevaid metoodikaid ja tuvastas 26% rohkem uusi geenide ja tunnuste seoseid, teatavad teadlased. Nende töö avaldati täna ajakirjas Nature Communications.

„Meil kõigil on DNA-s mutatsioonid ja me peame mõistma, kuidas mõni neist mutatsioonidest võib mõjutada haigustega seotud geenide ekspressiooni, et saaksime haigestumise riski varakult ennustada. See on eriti oluline autoimmuunhaiguste puhul,“ ütles Dajiang Liu, Pennsylvania ülikooli meditsiinikolledži silmapaistev professor, teadustöö aseesimees ning tehisintellekti ja biomeditsiinilise informaatika direktor ja uuringu kaasautor.

"Kui tehisintellekti algoritm suudab haigusriski täpsemalt ennustada, tähendab see, et saame varem sekkuda."

Geneetika ja haiguste areng

Geneetika on sageli haiguste tekke aluseks. DNA variatsioonid võivad mõjutada geeniekspressiooni, mis on protsess, mille käigus DNA-s olev teave muundatakse funktsionaalseteks produktideks, näiteks valkudeks. See, kui tugevalt või nõrgalt geeni ekspresseeritakse, võib mõjutada haiguste riski.

Genoomiülesed assotsiatsiooniuuringud (GWAS), populaarne lähenemisviis inimese geneetika uuringutes, suudavad tuvastada genoomi piirkondi, mis on seotud konkreetse haiguse või tunnusega, kuid need ei suuda täpselt kindlaks määrata konkreetseid geene, mis mõjutavad haigestumise riski. See on nagu oma asukoha jagamine sõbraga, aga ilma nutitelefoni peenhäälestamiseta – linn võib olla ilmne, aga aadress on peidetud.

Praegused meetodid on samuti piiratud oma analüüsi detailsuse poolest. Geeniekspressioon võib olla teatud rakutüüpidele spetsiifiline. Kui analüüs ei erista erinevaid rakutüüpe, võivad tulemused jätta tähelepanuta tegelikud põhjus-tagajärg seosed geneetiliste variantide ja geeniekspressiooni vahel.

EXPRESSO meetod

Meeskonna meetod, mida nimetatakse EXPRESSO-ks (EXpression PREdiction with Summary Statistics Only), kasutab keerukamat tehisintellekti algoritmi ja analüüsib andmeid mononukleaarsete rakkude kvantitatiivsetest ekspressioonisignatuuridest, mis seovad geneetilisi variante nende reguleeritavate geenidega.

See integreerib ka 3D-genoomilisi andmeid ja epigeneetikat, mis mõõdab, kuidas keskkond saab geene haiguste mõjutamiseks muuta. Meeskond rakendas EXPRESSO-d 14 autoimmuunhaiguse, sealhulgas luupuse, Crohni tõve, haavandilise koliidi ja reumatoidartriidi GWAS-i andmekogumitele.

„Selle uue meetodi abil suutsime tuvastada palju rohkem autoimmuunhaiguste riski geene, millel on tõeliselt rakutüübispetsiifiline mõju, mis tähendab, et need mõjutavad ainult teatud tüüpi rakke ja mitte teisi,“ ütles Bibo Jiang, Pennsylvania ülikooli meditsiinikolledži dotsent ja uuringu vanemautor.

Potentsiaalsed terapeutilised rakendused

Meeskond kasutas seda teavet autoimmuunhaiguste võimalike ravimite tuvastamiseks. Praegu nende sõnul puuduvad head pikaajalised ravivõimalused.

„Enamik ravimeetodeid on suunatud pigem sümptomite leevendamisele kui haiguse ravimisele. See on dilemma, teades, et autoimmuunhaigused vajavad pikaajalist ravi, kuid olemasolevatel ravimeetoditel on sageli nii halvad kõrvalmõjud, et neid ei saa pikaajaliselt kasutada. Genoomika ja tehisintellekt pakuvad aga paljulubavat võimalust uute ravimite väljatöötamiseks,“ ütles Laura Carrel, Pennsylvania ülikooli meditsiinikolledži biokeemia ja molekulaarbioloogia professor ning uuringu kaasautor.

Meeskonna töö on viidanud ravimühenditele, mis suudavad autoimmuunhaigustega seotud rakutüüpides geeniekspressiooni tagasi pöörata, näiteks K-vitamiin haavandilise koliidi korral ja metformiin, mida tavaliselt määratakse II tüüpi diabeedi korral, I tüüpi diabeedi korral. Neid ravimeid, mille USA Toidu- ja Ravimiamet (FDA) on juba heaks kiitnud kui ohutuid ja tõhusaid teiste haiguste ravis, võiks potentsiaalselt ümber kasutada.

Uurimisrühm töötab kolleegidega, et testida oma tulemusi laboris ja lõpuks ka kliinilistes uuringutes.

Uuringut juhtisid biostatistika programmi doktorant Lida Wang ja Chakrit Khunsriraksakul, kes saab 2022. aastal Pennsylvania Ülikoolist doktorikraadi bioinformaatikas ja genoomikas ning mais meditsiinikraadi. Teiste Pennsylvania Ülikooli Meditsiinikolledži autorite hulka kuuluvad Havell Marcus, kes õpib doktorikraadi ja meditsiinikraadi omandamiseks; järeldoktor Deyi Chen; magistrant Fang Zhang; ja järeldoktor Fang Chen. Tööga liitus ka Texase Ülikooli Edela Meditsiinikeskuse dotsent Xiaowei Zhang.