Искусственный интеллект улучшит прогноз и лечение аутоиммунных заболеваний

Новый продвинутый алгоритм искусственного интеллекта (ИИ) может привести к более точным и ранним прогнозам, а также к разработке новых методов лечения аутоиммунных заболеваний, при которых иммунная система ошибочно атакует собственные здоровые клетки и ткани организма. Алгоритм анализирует генетический код, лежащий в основе этих состояний, чтобы более точно моделировать, как гены, связанные с конкретными аутоиммунными заболеваниями, экспрессируются и регулируются, а также для выявления дополнительных генов риска.

Работа, разработанная командой исследователей из Медицинского колледжа Пенсильванского университета, превосходит существующие методологии и выявила на 26% больше новых ассоциаций генов и признаков, сообщают исследователи. Сегодня их работа была опубликована в журнале Nature Communications.

"У всех нас есть мутации в ДНК, и нам нужно понять, как любая из этих мутаций может влиять на экспрессию генов, связанных с заболеванием, чтобы мы могли предсказать риск заболевания на ранней стадии. Это особенно важно для аутоиммунных заболеваний," сказал Даджианг Лю, выдающийся профессор, заместитель председателя по исследованиям и директор по искусственному интеллекту и биомедицинской информатике в Медицинском колледже Пенсильванского университета и соавтор исследования.

"Если алгоритм ИИ может более точно предсказывать риск заболевания, это означает, что мы можем проводить вмешательства раньше."

Генетика и развитие болезней

Генетика часто лежит в основе развития заболеваний. Вариации в ДНК могут влиять на экспрессию генов, то есть на процесс, при котором информация в ДНК преобразуется в функциональные продукты, такие как белок. Насколько сильно или слабо экспрессируется ген, может влиять на риск заболевания.

Исследования ассоциаций генома (GWAS), популярный подход в исследованиях человеческой генетики, могут определять области генома, связанные с конкретным заболеванием или признаком, но не могут точно указать на конкретные гены, влияющие на риск заболевания. Это похоже на то, как если бы вы делились своим местоположением с другом, но без точной настройки на вашем смартфоне — город может быть очевиден, но адрес скрыт.

Существующие методы также ограничены в детальности анализа. Экспрессия генов может быть специфичной для определенных типов клеток. Если анализ не различает различные типы клеток, результаты могут упустить реальные причинно-следственные связи между генетическими вариантами и экспрессией генов.

Метод EXPRESSO

Метод команды исследователей, названный EXPRESSO (EXpression PREdiction with Summary Statistics Only), применяет более продвинутый алгоритм искусственного интеллекта и анализирует данные из количественных признаков экспрессии одноядерных клеток, которые связывают генетические варианты с генами, которые они регулируют.

Он также интегрирует 3D-геномные данные и эпигенетику, которая измеряет, как гены могут быть модифицированы окружающей средой для влияния на заболевание. Команда применила EXPRESSO к наборам данных GWAS для 14 аутоиммунных заболеваний, включая волчанку, болезнь Крона, язвенный колит и ревматоидный артрит.

"С помощью этого нового метода мы смогли выявить гораздо больше генов риска для аутоиммунных заболеваний, которые действительно имеют клеточно-типовые специфические эффекты, то есть они влияют только на определенный тип клеток, а не на другие," сказал Бибо Цзян, доцент Медицинского колледжа Пенсильванского университета и старший автор исследования.

Потенциальные терапевтические применения

Команда использовала эту информацию для выявления потенциальных терапевтических средств для аутоиммунных заболеваний. В настоящее время, по их словам, не существует хороших долгосрочных вариантов лечения.

"Большинство методов лечения направлены на смягчение симптомов, а не на излечение болезни. Это дилемма, зная, что аутоиммунные заболевания требуют долгосрочного лечения, но существующие методы лечения часто имеют такие плохие побочные эффекты, что их нельзя использовать длительное время. Однако геномика и ИИ предлагают многообещающий путь для разработки новых терапевтических средств," сказала Лаура Каррел, профессор биохимии и молекулярной биологии в Медицинском колледже Пенсильванского университета и соавтор исследования.

Работа команды указала на лекарственные соединения, которые могут обратить вспять экспрессию генов в типах клеток, связанных с аутоиммунным заболеванием, таких как витамин К для язвенного колита и метформин, который обычно назначают при диабете второго типа, для диабета первого типа. Эти препараты, уже одобренные Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов США (FDA) как безопасные и эффективные для лечения других заболеваний, могут быть потенциально перепрофилированы.

Исследовательская команда работает с коллегами над проверкой своих выводов в лабораторных условиях и, в конечном итоге, в клинических испытаниях.

Лида Ван, докторант программы биостатистики, и Чакрит Хунсрираксакул, получивший докторскую степень по биоинформатике и геномике в 2022 году и медицинскую степень в мае в Пенсильванском университете, возглавили исследование. Среди других авторов из Медицинского колледжа Пенсильванского университета: Хавелл Маркус, который получает докторскую степень и медицинскую степень; Дейи Чен, докторант; Фан Чжан, аспирант; и Фанг Чен, постдокторант. К работе также присоединился Сяовэй Чжан, доцент Юго-Западного медицинского центра Техасского университета.