Sztuczna inteligencja poprawi prognozowanie i leczenie chorób autoimmunologicznych

Nowy zaawansowany algorytm sztucznej inteligencji (AI) może prowadzić do dokładniejszych i wcześniejszych prognoz oraz nowych metod leczenia chorób autoimmunologicznych, w których układ odpornościowy błędnie atakuje zdrowe komórki i tkanki organizmu. Algorytm analizuje kod genetyczny leżący u podstaw tych schorzeń, aby dokładniej modelować, w jaki sposób geny związane z konkretnymi chorobami autoimmunologicznymi są wyrażane i regulowane, a także identyfikować dodatkowe geny ryzyka.

Praca, opracowana przez zespół badaczy z University of Pennsylvania College of Medicine, przewyższa istniejące metodologie i zidentyfikowała 26% więcej nowych powiązań gen-cecha, informują badacze. Ich praca została opublikowana dzisiaj w czasopiśmie Nature Communications.

„Wszyscy mamy mutacje w naszym DNA i musimy zrozumieć, w jaki sposób każda z tych mutacji może wpływać na ekspresję genów związanych z chorobami, abyśmy mogli wcześnie przewidzieć ryzyko choroby. Jest to szczególnie ważne w przypadku chorób autoimmunologicznych” — powiedział Dajiang Liu, wybitny profesor, wiceprzewodniczący ds. badań i dyrektor ds. sztucznej inteligencji i informatyki biomedycznej na University of Pennsylvania College of Medicine oraz współautor badania.

„Jeśli algorytm AI może dokładniej przewidywać ryzyko choroby, oznacza to, że możemy interweniować wcześniej”.

Genetyka i rozwój chorób

Genetyka często leży u podstaw rozwoju chorób. Zmiany w DNA mogą wpływać na ekspresję genów, czyli proces, w którym informacje w DNA są przekształcane w funkcjonalne produkty, takie jak białko. To, jak silnie lub słabo ekspresjonowany jest gen, może wpływać na ryzyko choroby.

Badania asocjacji w całym genomie (GWAS), popularne podejście w badaniach nad genetyką człowieka, mogą identyfikować obszary genomu powiązane z konkretną chorobą lub cechą, ale nie mogą wskazać konkretnych genów, które wpływają na ryzyko choroby. To tak, jakby udostępnić swoją lokalizację znajomemu, ale bez dokładnego dostrajania na smartfonie — miasto może być oczywiste, ale adres jest ukryty.

Obecne metody są również ograniczone pod względem szczegółowości analizy. Ekspresja genów może być specyficzna dla pewnych typów komórek. Jeśli analiza nie rozróżnia różnych typów komórek, wyniki mogą nie uwzględniać rzeczywistych związków przyczynowo-skutkowych między wariantami genetycznymi a ekspresją genów.

Metoda EXPRESSO

Metoda opracowana przez zespół, zwana EXPRESSO (EXpression PREdiction with Summary Statistics Only), wykorzystuje bardziej zaawansowany algorytm sztucznej inteligencji i analizuje dane z ilościowych sygnatur ekspresji komórek jednojądrowych, które łączą warianty genetyczne z regulowanymi przez nie genami.

Integruje również dane genomiczne 3D i epigenetykę, która mierzy, w jaki sposób geny mogą być modyfikowane przez środowisko, aby wpływać na chorobę. Zespół zastosował EXPRESSO do zestawów danych GWAS dla 14 chorób autoimmunologicznych, w tym tocznia, choroby Leśniowskiego-Crohna, wrzodziejącego zapalenia jelita grubego i reumatoidalnego zapalenia stawów.

„Dzięki tej nowej metodzie udało nam się zidentyfikować znacznie więcej genów zwiększających ryzyko chorób autoimmunologicznych, które rzeczywiście mają wpływ na konkretny typ komórek, co oznacza, że wpływają tylko na pewien typ komórek, a nie na inne” – powiedział Bibo Jiang, adiunkt na Wydziale Medycznym Uniwersytetu Pensylwanii i starszy autor badania.

Potencjalne zastosowania terapeutyczne

Zespół wykorzystał te informacje do zidentyfikowania potencjalnych terapii chorób autoimmunologicznych. Obecnie, jak twierdzą, nie ma dobrych długoterminowych opcji leczenia.

„Większość metod leczenia ma na celu złagodzenie objawów, a nie wyleczenie choroby. To dylemat, ponieważ wiemy, że choroby autoimmunologiczne wymagają długotrwałego leczenia, ale istniejące metody leczenia często mają tak złe skutki uboczne, że nie można ich stosować długoterminowo. Jednak genomika i sztuczna inteligencja oferują obiecującą drogę do opracowywania nowych terapii” — powiedziała Laura Carrel, profesor biochemii i biologii molekularnej na University of Pennsylvania College of Medicine i współautorka badania.

Praca zespołu wskazała na związki farmaceutyczne, które mogą odwrócić ekspresję genów w typach komórek związanych z chorobami autoimmunologicznymi, takie jak witamina K na wrzodziejące zapalenie jelita grubego i metformina, która jest powszechnie przepisywana na cukrzycę typu 2, na cukrzycę typu 1. Te leki, już zatwierdzone przez amerykańską Agencję ds. Żywności i Leków (FDA) jako bezpieczne i skuteczne w leczeniu innych chorób, mogłyby potencjalnie zostać ponownie wykorzystane.

Zespół badawczy współpracuje z kolegami, aby przetestować swoje odkrycia w laboratorium, a docelowo w badaniach klinicznych.

Lida Wang, doktorantka w programie biostatystyki, i Chakrit Khunsriraksakul, który otrzyma doktorat z bioinformatyki i genomiki w 2022 r., a stopień naukowy w maju na University of Pennsylvania, kierowali badaniem. Inni autorzy z University of Pennsylvania College of Medicine to Havell Marcus, który robi doktorat i stopień naukowy w dziedzinie medycyny; Deyi Chen, stypendysta podoktorancki; Fang Zhang, student studiów podyplomowych; i Fang Chen, stypendysta podoktorancki. Do pracy dołączył również Xiaowei Zhang, adiunkt w University of Texas Southwestern Medical Center.