Grafikoni znanja temeljeni na slikama otkrivaju nove ciljeve za liječenje bolesti srca

Transparenz: Redaktionell erstellt und geprüft.
Veröffentlicht am

Grafikoni znanja moćan su alat za okupljanje informacija iz bioloških baza podataka i povezivanje već poznatih znanja o genima, bolestima, tretmanima, molekularnim putovima i simptomima u strukturiranu mrežu. Do sada je nedostajalo detaljnih, pojedinačnih informacija o tome kako zahvaćeni organ zapravo izgleda i funkcionira. Najnovije istraživanje koje su vodili postdoktorand dr. Khaled Rjoob i…

Grafikoni znanja temeljeni na slikama otkrivaju nove ciljeve za liječenje bolesti srca

Grafikoni znanja moćan su alat za okupljanje informacija iz bioloških baza podataka i povezivanje već poznatih znanja o genima, bolestima, tretmanima, molekularnim putovima i simptomima u strukturiranu mrežu. Do sada je nedostajalo detaljnih, pojedinačnih informacija o tome kako zahvaćeni organ zapravo izgleda i funkcionira.

Najnovije istraživanje pod vodstvom postdoktoranda dr. Khaleda Rjooba i voditelja grupe profesora Declana O’Regana iz Computational Cardiac Imaging Group pri MRC Laboratory of Medical Sciences dodatno je razvilo ovu tehnologiju dodavanjem slikovnih podataka u grafikon znanja po prvi put. CardioKG pruža detaljan pregled strukture i funkcije srca, uvelike poboljšavajući točnost predviđanja koji su geni povezani s bolestima i mogu li ih postojeći lijekovi liječiti.

Hvatanje srčanih varijacija

Kako bi razvio CardioKG, tim je koristio podatke o slikanju srca od 4.280 sudionika UK Biobank s atrijskom fibrilacijom, zatajenjem srca ili srčanim udarom, kao i 5.304 zdrava sudionika, te uhvatio varijacije u strukturi i funkciji srca. Ukupno je generirano preko 200.000 značajki temeljenih na slikama koje su korištene za obuku modela. Tim je to integrirao s podacima iz 18 različitih bioloških baza podataka i upotrijebio umjetnu inteligenciju (AI) za predviđanje veza između gena i bolesti, kao i mogućnosti za prenamjenu lijekova.

Jedna od prednosti grafikona znanja je ta što integriraju informacije o genima, lijekovima i bolestima. To znači da imate više prilika za otkrivanje novih terapija. Otkrili smo da je uključivanje srčanog snimanja u grafikon promijenilo način na koji se mogu identificirati novi geni i lijekovi.”

Profesor Declan O’Regan, Computational Cardiac Imaging Group, MRC Laboratory of Medical Sciences

Predviđanje novih mogućnosti za lijekove

Model je identificirao popis novih gena povezanih s bolestima i predvidio dva lijeka za liječenje bolesti srca; Metotreksat, lijek za reumatoidni artritis, mogao bi poboljšati zatajenje srca, a gliptini, koji se koriste za liječenje dijabetesa, mogli bi biti od pomoći za fibrilaciju atrija. Tim je također došao do iznenađujućeg otkrića da kofein, koji čini srce uzbudljivijim, ima zaštitni učinak kod pacijenata s fibrilacijom atrija, koji imaju nepravilan i ubrzan puls.

“Uzbudljivo je to što postoje druge nedavne studije u ovom području koje podupiru naše preliminarne rezultate”, kaže Declan. "Ovo naglašava golemi potencijal grafikona znanja u otkrivanju postojećih lijekova koji bi se mogli koristiti kao novi tretmani."

Proširenje tehnologije na druge organe

CardioKG nudi tehnologiju dokaza koncepta koja može ići daleko izvan srca. Istraživači bi sada mogli razviti grafikone znanja koji integriraju slikovne podatke gdje god postoji slika organa, što znači da bi se isti pristup mogao primijeniti na skeniranje mozga, slikanje tjelesne masti ili na druge organe i tkiva kako bi se istražile nove terapeutske mogućnosti u područjima kao što su demencija ili pretilost.

Sposobnost ovih grafikona znanja da generiraju točne i brze popise gena visokog prioriteta za niz bolesti pružila bi farmaceutskim tvrtkama vrijednu polaznu točku, ističući biološke mete koje mogu istražiti, potvrditi i potencijalno razviti u nove terapije daleko učinkovitije od tradicionalnih metoda otkrivanja.

"Nadovezujući se na ovaj rad, proširit ćemo grafikon znanja u dinamičan okvir usmjeren na pacijenta koji bilježi progresiju bolesti u stvarnom svijetu", kaže Khaled. "Ovo će otvoriti nove mogućnosti za personalizirano liječenje i predviđanje kada će se bolest vjerojatno pojaviti."

Ovu studiju podržali su Vijeće za medicinska istraživanja, Britanska zaklada za srce, Bayer AG i Imperial College Biomedicinski istraživački centar Nacionalnog instituta za istraživanje zdravlja i skrbi (NIHR).

Osim svoje uloge u LMS-u, Declan je profesor kardiovaskularne umjetne inteligencije na British Heart Foundation i voditelj kliničke teme za British Heart Foundation Center of Research Excellence na Imperialovom Nacionalnom institutu za srce i pluća.


Izvori:

Journal reference:

Rjoob, K.,et al.(2025). Multimodalni grafikon znanja o kardiovaskularnim bolestima. Kardiovaskularna istraživanja prirode. doi: 10.1038/s44161-025-00757-4.  https://www.nature.com/articles/s44161-025-00757-4