Pildipõhised teadmiste graafikud näitavad südamehaiguste ravi uusi sihtmärke

Transparenz: Redaktionell erstellt und geprüft.
Veröffentlicht am

Teadmiste graafikud on võimas tööriist bioloogilistest andmebaasidest teabe koondamiseks ja juba teadaolevate teadmiste geenide, haiguste, ravimeetodite, molekulaarsete radade ja sümptomite sidumiseks struktureeritud võrgustikus. Siiani on puudunud üksikasjalik ja individuaalne teave selle kohta, kuidas kahjustatud elund tegelikult välja näeb ja funktsioneerib. Viimased uuringud, mida juhivad järeldoktor dr Khaled Rjoob ja…

Pildipõhised teadmiste graafikud näitavad südamehaiguste ravi uusi sihtmärke

Teadmiste graafikud on võimas tööriist bioloogilistest andmebaasidest teabe koondamiseks ja juba teadaolevate teadmiste geenide, haiguste, ravimeetodite, molekulaarsete radade ja sümptomite sidumiseks struktureeritud võrgustikus. Siiani on puudunud üksikasjalik ja individuaalne teave selle kohta, kuidas kahjustatud elund tegelikult välja näeb ja funktsioneerib.

Värskeimad uuringud, mida juhtisid järeldoktor dr Khaled Rjoob ja grupi juht professor Declan O’Regan MRC meditsiiniteaduste laboratooriumi arvutuslikust südamepildi töörühmast, on seda tehnoloogiat edasi arendanud, lisades esimest korda teadmiste graafikule pildiandmed. CardioKG annab üksikasjaliku ülevaate südame ehitusest ja funktsioonist, parandades oluliselt täpsust, et ennustada, millised geenid on haigustega seotud ja kas olemasolevad ravimid suudavad neid ravida.

Südame kõikumiste jäädvustamine

CardioKG väljatöötamiseks kasutas meeskond 4280 kodade virvendusarütmia, südamepuudulikkuse või südameinfarktiga Ühendkuningriigi Biobanki osavõtja ning 5304 terve osaleja südame pildiandmeid ning tuvastas südame struktuuri ja funktsioonide erinevusi. Kokku loodi ja kasutati mudeli koolitamiseks üle 200 000 pildipõhise funktsiooni. Meeskond integreeris selle 18 erineva bioloogilise andmebaasi andmetega ja kasutas tehisintellekti (AI), et ennustada geenide ja haiguste vahelisi seoseid ning võimalusi ravimite ümberkasutamiseks.

Teadmiste graafikute üks eeliseid on see, et need integreerivad teavet geenide, ravimite ja haiguste kohta. See tähendab, et teil on rohkem võimalusi uute raviviiside avastamiseks. Leidsime, et südamepildi lisamine graafikule muutis uute geenide ja ravimite tuvastamise viisi.

Professor Declan O’Regan, MRC meditsiiniteaduste laboratooriumi südamearvutuskuvamise töörühm

Uute uimastivõimaluste ennustamine

Mudel tuvastas uute haigustega seotud geenide nimekirja ja ennustas kahte ravimit südamehaiguste raviks; Reumatoidartriidi ravim metotreksaat võib parandada südamepuudulikkust ja diabeedi raviks kasutatavad gliptiinid võivad olla abiks kodade virvendusarütmia korral. Töörühm tegi ka üllatava avastuse, et kofeiinil, mis muudab südame erutavamaks, on kodade virvendusarütmiaga patsientidel, kellel on ebaregulaarne ja kiire pulss, kaitsev toime.

"Põnev on see, et selles valdkonnas on ka teisi hiljutisi uuringuid, mis toetavad meie esialgseid tulemusi, " ütleb Declan. "See tõstab esile teadmiste graafikute tohutut potentsiaali olemasolevate ravimite avastamisel, mida saaks kasutada uute raviviisidena."

Tehnoloogia laiendamine teistele organitele

CardioKG pakub tõendustehnoloogiat, mis ulatub südamest palju kaugemale. Teadlased võiksid nüüd välja töötada teadmiste graafikud, mis integreerivad pildiandmeid kõikjal, kus elundite pildistamine on olemas, mis tähendab, et sama lähenemisviisi saaks rakendada aju skaneerimisel, keharasva pildistamisel või muudes elundites ja kudedes, et uurida uusi ravivõimalusi sellistes valdkondades nagu dementsus või rasvumine.

Nende teadmiste graafikute võime koostada täpseid ja kiireid kõrge prioriteediga geenide loendeid mitmesuguste haiguste puhul annaks farmaatsiaettevõtetele väärtusliku lähtepunkti, tuues esile bioloogilised sihtmärgid, mida nad saavad uurida, valideerida ja potentsiaalselt uuteks ravimeetoditeks välja töötada palju tõhusamalt kui traditsioonilised avastamismeetodid.

"Sellele tööle tuginedes laiendame teadmiste graafikut dünaamiliseks patsiendikeskseks raamistikuks, mis kajastab reaalset haiguse progresseerumist," ütleb Khaled. "See avab uusi võimalusi isikupärastatud raviks ja haiguse tõenäolise esinemise ennustamiseks."

Seda uuringut toetasid Meditsiiniuuringute Nõukogu, Briti Südamefond, Bayer AG ja Riikliku Tervise- ja Hooldusuuringute Instituudi (NIHR) Imperial College'i biomeditsiiniuuringute keskus.

Lisaks oma rollile LMS-is on Declan Briti Südamefondi kardiovaskulaarse tehisintellekti professor ja Imperiali riikliku südame- ja kopsuinstituudi Briti südamefondi teadusuuringute tippkeskuse kliiniliste teemade juht.


Allikad:

Journal reference:

Rjoob, K.,et al.(2025). Südame-veresoonkonna haiguste multimodaalse nägemise teadmiste graafik. Looduse südame-veresoonkonna uuringud. doi: 10.1038/s44161-025-00757-4.  https://www.nature.com/articles/s44161-025-00757-4