Kuvapohjaiset tietokaaviot paljastavat uusia tavoitteita sydänsairauksien hoidossa
Tietograafit ovat tehokas työkalu biologisten tietokantojen tiedon yhdistämiseen ja jo tunnetun tiedon yhdistämiseen geeneistä, sairauksista, hoidoista, molekyylireiteistä ja oireista rakenteelliseen verkkoon. Tähän asti ei ole ollut yksityiskohtaista, yksilöllistä tietoa siitä, miltä sairas elin todella näyttää ja toimii. Viimeisin tutkimus, jota johtivat tohtoritutkija tohtori Khaled Rjoob ja…
Kuvapohjaiset tietokaaviot paljastavat uusia tavoitteita sydänsairauksien hoidossa
Tietograafit ovat tehokas työkalu biologisten tietokantojen tiedon yhdistämiseen ja jo tunnetun tiedon yhdistämiseen geeneistä, sairauksista, hoidoista, molekyylireiteistä ja oireista rakenteelliseen verkkoon. Tähän asti ei ole ollut yksityiskohtaista, yksilöllistä tietoa siitä, miltä sairas elin todella näyttää ja toimii.
Viimeisin tutkijatohtorin tohtori Khaled Rjoobin ja MRC Laboratory of Medical Sciences -laboratorion Computational Cardiac Imaging Groupin ryhmän johtajan professori Declan O'Reganin johtama tutkimus on kehittänyt tätä tekniikkaa edelleen lisäämällä kuvadataa tietokaavioon ensimmäistä kertaa. CardioKG tarjoaa yksityiskohtaisen yleiskatsauksen sydämen rakenteesta ja toiminnasta, mikä parantaa huomattavasti tarkkuutta ennustaa, mitkä geenit liittyvät sairauksiin ja pystyisivätkö olemassa olevat lääkkeet hoitamaan niitä.
Tallenna sydämen vaihtelut
CardioKG:n kehittämiseen tiimi käytti sydämen kuvantamistietoja 4 280:lta UK Biobank -osapuolelta, joilla oli eteisvärinää, sydämen vajaatoimintaa tai sydänkohtausta, sekä 5 304 terveeltä osallistujalta ja tallensi vaihtelut sydämen rakenteessa ja toiminnassa. Yhteensä yli 200 000 kuvapohjaista ominaisuutta luotiin ja käytettiin mallin kouluttamiseen. Tiimi integroi tämän 18 erilaisen biologisen tietokannan tietoihin ja käytti tekoälyä ennustaakseen geenien ja sairauksien välisiä yhteyksiä sekä mahdollisuuksia lääkkeiden uudelleenkäyttöön.
Yksi tietograafien eduista on, että ne yhdistävät tietoa geeneistä, lääkkeistä ja sairauksista. Tämä tarkoittaa, että sinulla on enemmän mahdollisuuksia tehdä löytöjä uusista hoitomuodoista. Huomasimme, että sydämen kuvantamisen sisällyttäminen kuvaajaan muutti tapaa, jolla uudet geenit ja lääkkeet voitiin tunnistaa.
Professori Declan O’Regan, Computational Cardiac Imaging Group, MRC Laboratory of Medical Sciences
Uusien huumemahdollisuuksien ennustaminen
Malli tunnisti luettelon uusista sairauksiin liittyvistä geeneistä ja ennusti kaksi lääkettä sydänsairauksien hoitoon; Metotreksaatti, nivelreuman hoitoon tarkoitettu lääke, voi parantaa sydämen vajaatoimintaa, ja diabeteksen hoitoon käytettävät gliptiinit voivat olla hyödyllisiä eteisvärinässä. Ryhmä teki myös yllättävän löydön, että kofeiinilla, joka tekee sydämestä kiihtyväisemmän, on suojaava vaikutus eteisvärinää sairastavilla potilailla, joilla on epäsäännöllinen ja nopea pulssi.
"Jännittävä asia on, että tällä alueella on muita viimeaikaisia tutkimuksia, jotka tukevat alustavia tuloksiamme", Declan sanoo. "Tämä korostaa tietokaavioiden valtavaa potentiaalia olemassa olevien lääkkeiden paljastamisessa, joita voitaisiin käyttää uusina hoitomuotoina."
Teknologian laajentaminen muihin elimiin
CardioKG tarjoaa proof-of-concept-teknologiaa, joka voi mennä paljon sydämen ulkopuolelle. Tutkijat voisivat nyt kehittää tietokaavioita, jotka yhdistävät kuvantamistiedot kaikkialla, missä elinten kuvantamista on olemassa, mikä tarkoittaa, että samaa lähestymistapaa voitaisiin soveltaa aivoskannaukseen, kehon rasvakuvaukseen tai muihin elimiin ja kudoksiin uusien hoitomahdollisuuksien tutkimiseksi sellaisilla aloilla kuin dementia tai liikalihavuus.
Näiden tietokaavioiden kyky luoda tarkkoja ja nopeita luetteloita korkean prioriteetin geeneistä useissa eri sairauksissa antaisi lääkeyrityksille arvokkaan lähtökohdan, joka tuo esiin biologisia kohteita, joita ne voivat tutkia, validoida ja mahdollisesti kehittää uusiksi hoitomuodoiksi paljon tehokkaammin kuin perinteiset löytömenetelmät.
"Tämän työn pohjalta laajennamme tietokaavion dynaamiseksi, potilaskeskeiseksi kehykseksi, joka kuvaa taudin etenemistä todellisessa maailmassa", Khaled sanoo. "Tämä avaa uusia mahdollisuuksia yksilölliseen hoitoon ja ennustaa, milloin sairaus todennäköinen esiintyy."
Tätä tutkimusta tukivat Medical Research Council, British Heart Foundation, Bayer AG ja Imperial College Biomedical Research Center of National Institute for Health and Care Research (NIHR).
LMS:n roolinsa lisäksi Declan toimii Cardiovascular AI:n professorina British Heart Foundationissa ja kliinisen aiheen johtajana British Heart Foundationin tutkimuksen huippuyksikössä Imperialin kansallisessa sydän- ja keuhkoinstituutissa.
Lähteet:
Rjoob, K.,et ai.(2025). Multimodaalinen näkötietokaavio sydän- ja verisuonitaudeista. Luonto sydän- ja verisuonitutkimus. doi: 10.1038/s44161-025-00757-4. https://www.nature.com/articles/s44161-025-00757-4