I grafici della conoscenza basati su immagini rivelano nuovi obiettivi per il trattamento delle malattie cardiache

I grafici della conoscenza basati su immagini rivelano nuovi obiettivi per il trattamento delle malattie cardiache

I grafici della conoscenza sono un potente strumento per riunire informazioni provenienti da database biologici e collegare conoscenze già note su geni, malattie, trattamenti, percorsi molecolari e sintomi in una rete strutturata. Finora mancavano informazioni dettagliate e individuali sull'aspetto e sul funzionamento effettivo dell'organo interessato.

L’ultima ricerca condotta dal ricercatore post-dottorato Dr. Khaled Rjoob e dal leader del gruppo, il professor Declan O’Regan del Computational Cardiac Imaging Group presso il Laboratorio di scienze mediche MRC, hanno ulteriormente sviluppato questa tecnologia aggiungendo per la prima volta dati di immagine a un grafico della conoscenza. CardioKG fornisce una panoramica dettagliata della struttura e della funzione del cuore, migliorando notevolmente la precisione nel prevedere quali geni sono collegati alle malattie e se i farmaci esistenti potrebbero curarle.

Cattura la variazione cardiaca

Per sviluppare CardioKG, il team ha utilizzato dati di imaging cardiaco di 4.280 partecipanti alla Biobanca britannica con fibrillazione atriale, insufficienza cardiaca o infarto, nonché 5.304 partecipanti sani, e ha catturato le variazioni nella struttura e nella funzione del cuore. In totale, sono state generate e utilizzate oltre 200.000 funzionalità basate su immagini per addestrare il modello. Il team ha integrato questi dati con i dati provenienti da 18 diversi database biologici e ha utilizzato l’intelligenza artificiale (AI) per prevedere i collegamenti tra geni e malattie, nonché le opportunità di riutilizzo dei farmaci.

Uno dei vantaggi dei grafici della conoscenza è che integrano informazioni su geni, farmaci e malattie. Ciò significa che hai più opportunità di fare scoperte su nuove terapie. Abbiamo scoperto che l’integrazione dell’imaging cardiaco nel grafico ha cambiato il modo in cui potevano essere identificati nuovi geni e farmaci”.

Professor Declan O’Regan, Computational Cardiac Imaging Group, Laboratorio MRC di scienze mediche

Prevedere nuove opportunità di droga

Il modello ha identificato un elenco di nuovi geni associati alla malattia e ha previsto due farmaci per il trattamento delle malattie cardiache; Il metotrexato, un farmaco per l’artrite reumatoide, potrebbe migliorare l’insufficienza cardiaca e le gliptine, usate per trattare il diabete, potrebbero essere utili per la fibrillazione atriale. Il team ha anche fatto una scoperta sorprendente: la caffeina, che rende il cuore più eccitabile, ha un effetto protettivo nei pazienti con fibrillazione atriale, che hanno un polso irregolare e rapido.

"La cosa interessante è che ci sono altri studi recenti in questo settore che supportano i nostri risultati preliminari", afferma Declan. “Ciò evidenzia l’enorme potenziale dei grafici della conoscenza nella scoperta di farmaci esistenti che potrebbero essere utilizzati come nuovi trattamenti”.

Estendere la tecnologia ad altri organi

CardioKG offre una tecnologia proof-of-concept che può andare ben oltre il cuore. I ricercatori potrebbero ora sviluppare grafici della conoscenza che integrino dati di imaging ovunque esista l’imaging di organi, il che significa che lo stesso approccio potrebbe essere applicato alle scansioni del cervello, all’imaging del grasso corporeo o ad altri organi e tessuti per esplorare nuove possibilità terapeutiche in aree come la demenza o l’obesità.

La capacità di questi grafici della conoscenza di generare elenchi accurati e rapidi di geni ad alta priorità in una serie di malattie fornirebbe alle aziende farmaceutiche un prezioso punto di partenza, evidenziando bersagli biologici che possono esplorare, convalidare e potenzialmente sviluppare in nuove terapie in modo molto più efficiente rispetto ai tradizionali metodi di scoperta.

“Sulla base di questo lavoro, espanderemo il grafico della conoscenza in un quadro dinamico, incentrato sul paziente, in grado di catturare la progressione della malattia nel mondo reale”, afferma Khaled. “Ciò aprirà nuove opportunità per un trattamento personalizzato e per prevedere quando è probabile che si manifesti la malattia”.

Questo studio è stato sostenuto dal Medical Research Council, dalla British Heart Foundation, dalla Bayer AG e dal Centro di ricerca biomedica dell’Imperial College del National Institute for Health and Care Research (NIHR).

Oltre al suo ruolo presso l'LMS, Declan è professore di intelligenza artificiale cardiovascolare presso la British Heart Foundation e responsabile dei temi clinici per il Centro di eccellenza di ricerca della British Heart Foundation presso l'Imperial National Heart and Lung Institute.

Fonti: