A képvezérelt tudásgrafikonok új célokat tárnak fel a szívbetegségek kezelésében

Transparenz: Redaktionell erstellt und geprüft.
Veröffentlicht am

A tudásgráfok hatékony eszközt jelentenek a biológiai adatbázisokból származó információk összegyűjtésére, és a génekről, betegségekről, kezelésekről, molekuláris útvonalakról és tünetekről már ismert ismeretek strukturált hálózatban való összekapcsolására. Mindeddig hiányoztak a részletes, egyedi információk arról, hogy az érintett szerv valójában hogyan is néz ki és hogyan működik. A legújabb kutatás, amelyet Dr. Khaled Rjoob posztdoktori kutató és…

A képvezérelt tudásgrafikonok új célokat tárnak fel a szívbetegségek kezelésében

A tudásgráfok hatékony eszközt jelentenek a biológiai adatbázisokból származó információk összegyűjtésére, és a génekről, betegségekről, kezelésekről, molekuláris útvonalakról és tünetekről már ismert ismeretek strukturált hálózatban való összekapcsolására. Mindeddig hiányoztak a részletes, egyedi információk arról, hogy az érintett szerv valójában hogyan is néz ki és hogyan működik.

A Dr. Khaled Rjoob posztdoktori kutató és a csoport vezetője, Declan O'Regan professzor, az MRC Orvostudományi Laboratóriumának Computational Cardiac Imaging Group munkatársa által vezetett legújabb kutatás továbbfejlesztette ezt a technológiát azáltal, hogy először képadatokat adtak hozzá egy tudásgráfhoz. A CardioKG részletes áttekintést nyújt a szív szerkezetéről és működéséről, nagymértékben javítva annak előrejelzésének pontosságát, hogy mely gének kapcsolódnak a betegségekhez, és hogy a meglévő gyógyszerekkel kezelhetőek-e.

Rögzítse a szív változásait

A CardioKG kifejlesztéséhez a csapat 4280, pitvarfibrillációban, szívelégtelenségben vagy szívrohamban szenvedő brit Biobank-résztvevő, valamint 5304 egészséges résztvevő szív képalkotó adatait használta fel, és rögzítette a szív szerkezetének és működésének eltéréseit. Összesen több mint 200 000 képalapú funkciót hoztak létre és használtak fel a modell betanításához. A csapat ezt 18 különböző biológiai adatbázisból származó adatokkal integrálta, és mesterséges intelligencia (AI) segítségével előre jelezte a gének és a betegségek közötti kapcsolatokat, valamint a gyógyszerek újrahasznosításának lehetőségeit.

A tudásgráfok egyik előnye, hogy integrálják a génekről, gyógyszerekről és betegségekről szóló információkat. Ez azt jelenti, hogy több lehetősége van új terápiák felfedezésére. Megállapítottuk, hogy a szívképalkotás beépítése a grafikonba megváltoztatta az új gének és gyógyszerek azonosításának módját.”

Declan O'Regan professzor, Számítógépes Szív Képalkotó Csoport, MRC Orvostudományi Laboratórium

Új droglehetőségek előrejelzése

A modell azonosította a betegséggel összefüggő új gének listáját, és két gyógyszert jósolt a szívbetegségek kezelésére; A metotrexát, a rheumatoid arthritis kezelésére szolgáló gyógyszer javíthatja a szívelégtelenséget, a cukorbetegség kezelésére használt gliptinek pedig hasznosak lehetnek a pitvarfibrillációban. A csapat meglepő felfedezést tett arra is, hogy a szívet izgatóbbá tevő koffein védő hatású pitvarfibrillációban szenvedő betegeknél, akiknek szabálytalan és gyors pulzusa van.

"Az izgalmas dolog az, hogy vannak más, a közelmúltban végzett tanulmányok ezen a területen, amelyek alátámasztják előzetes eredményeinket" - mondja Declan. "Ez rávilágít a tudásgrafikonokban rejlő óriási lehetőségre a meglévő gyógyszerek feltárásában, amelyek új kezelésként használhatók fel."

A technológia kiterjesztése más szervekre

A CardioKG olyan proof-of-concept technológiát kínál, amely messze túlmutat a szíven. A kutatók most olyan tudásgrafikonokat dolgozhatnak ki, amelyek integrálják a képalkotási adatokat mindenhol, ahol létezik szervi képalkotás, ami azt jelenti, hogy ugyanazt a megközelítést lehetne alkalmazni az agyi szkennelésekre, a testzsír képalkotásra vagy más szervekre és szövetekre, hogy új terápiás lehetőségeket tárjanak fel olyan területeken, mint a demencia vagy az elhízás.

Ezen tudásgrafikonok azon képessége, hogy pontos és gyors listákat állítsanak elő a magas prioritású génekről számos betegségben, értékes kiindulópontot jelentene a gyógyszergyártó cégek számára, kiemelve azokat a biológiai célpontokat, amelyeket sokkal hatékonyabban tudnak feltárni, validálni és potenciálisan új terápiákká fejleszteni, mint a hagyományos felfedezési módszerek.

„Erre a munkára építve a tudásgrafikont egy dinamikus, betegközpontú keretté bővítjük, amely rögzíti a valós betegségek előrehaladását” – mondja Khaled. "Ez új lehetőségeket nyit meg a személyre szabott kezelésben és annak előrejelzésében, hogy mikor várható a betegség."

Ezt a tanulmányt a Medical Research Council, a British Heart Foundation, a Bayer AG és a National Institute for Health and Care Research (NIHR) Imperial College Orvosbiológiai Kutatóközpontja támogatta.

Az LMS-nél betöltött szerepe mellett Declan a Cardiovascularis mesterséges intelligencia professzora a British Heart Foundation-nél, és klinikai témavezető a British Heart Foundation Kutatási Kiválósági Központjában az Imperial Nemzeti Szív- és Tüdőintézetében.


Források:

Journal reference:

Rjoob, K.,et al.(2025). A szív- és érrendszeri betegségek multimodális látásismereti grafikonja. Nature Cardiovascular Research. doi: 10.1038/s44161-025-00757-4.  https://www.nature.com/articles/s44161-025-00757-4