Beeldgestuurde kennisgrafieken onthullen nieuwe doelen voor de behandeling van hartziekten

Beeldgestuurde kennisgrafieken onthullen nieuwe doelen voor de behandeling van hartziekten

Kennisgrafieken zijn een krachtig hulpmiddel voor het samenbrengen van informatie uit biologische databases en het koppelen van reeds bekende kennis over genen, ziekten, behandelingen, moleculaire routes en symptomen in een gestructureerd netwerk. Tot nu toe ontbrak het aan gedetailleerde, individuele informatie over hoe het aangetaste orgaan er feitelijk uitziet en functioneert.

Het nieuwste onderzoek onder leiding van postdoctoraal onderzoeker Dr. Khaled Rjoob en groepsleider professor Declan O'Regan van de Computational Cardiac Imaging Group van het MRC Laboratory of Medical Sciences hebben deze technologie verder ontwikkeld door voor het eerst beeldgegevens aan een kennisgrafiek toe te voegen. CardioKG biedt een gedetailleerd overzicht van de structuur en functie van het hart, waardoor de nauwkeurigheid van het voorspellen welke genen verband houden met ziekten aanzienlijk wordt verbeterd en of bestaande medicijnen deze kunnen behandelen.

Leg cardiale variatie vast

Om CardioKG te ontwikkelen, gebruikte het team cardiale beeldgegevens van 4.280 Britse Biobank-deelnemers met atriumfibrilleren, hartfalen of een hartaanval, evenals van 5.304 gezonde deelnemers, en legde het variaties in de structuur en functie van het hart vast. In totaal zijn er meer dan 200.000 op afbeeldingen gebaseerde functies gegenereerd en gebruikt om het model te trainen. Het team integreerde dit met gegevens uit 18 verschillende biologische databases en gebruikte kunstmatige intelligentie (AI) om verbanden tussen genen en ziekten te voorspellen, evenals mogelijkheden voor herbestemming van geneesmiddelen.

Een van de voordelen van kennisgrafieken is dat ze informatie over genen, medicijnen en ziekten integreren. Dit betekent dat je meer mogelijkheden hebt om ontdekkingen te doen over nieuwe therapieën. We ontdekten dat het opnemen van cardiale beeldvorming in de grafiek de manier veranderde waarop nieuwe genen en medicijnen konden worden geïdentificeerd.”

Professor Declan O'Regan, Computational Cardiac Imaging Group, MRC Laboratorium voor Medische Wetenschappen

Het voorspellen van nieuwe medicijnmogelijkheden

Het model identificeerde een lijst met nieuwe ziekte-geassocieerde genen en voorspelde twee medicijnen om hartziekten te behandelen; Methotrexaat, een medicijn tegen reumatoïde artritis, zou hartfalen kunnen verbeteren, en gliptinen, gebruikt om diabetes te behandelen, zouden nuttig kunnen zijn bij atriale fibrillatie. Het team deed ook een verrassende ontdekking dat cafeïne, dat het hart prikkelbaarder maakt, een beschermend effect heeft bij patiënten met atriale fibrillatie, die een onregelmatige en snelle hartslag hebben.

“Het opwindende is dat er andere recente onderzoeken op dit gebied zijn die onze voorlopige resultaten ondersteunen”, zegt Declan. “Dit benadrukt het enorme potentieel van kennisgrafieken bij het blootleggen van bestaande medicijnen die als nieuwe behandelingen kunnen worden gebruikt.”

De technologie uitbreiden naar andere organen

CardioKG biedt proof-of-concept-technologie die veel verder kan gaan dan het hart. Onderzoekers zouden nu kennisgrafieken kunnen ontwikkelen die beeldgegevens integreren overal waar orgaanbeeldvorming bestaat, wat betekent dat dezelfde aanpak zou kunnen worden toegepast op hersenscans, op beeldvorming van lichaamsvet of op andere organen en weefsels om nieuwe therapeutische mogelijkheden te verkennen op gebieden zoals dementie of obesitas.

Het vermogen van deze kennisgrafieken om nauwkeurige en snelle lijsten van genen met hoge prioriteit voor een reeks ziekten te genereren, zou farmaceutische bedrijven een waardevol startpunt bieden, waarbij biologische doelen worden benadrukt die ze veel efficiënter kunnen onderzoeken, valideren en ontwikkelen tot nieuwe therapieën dan traditionele ontdekkingsmethoden.

“Voortbouwend op dit werk zullen we de kennisgrafiek uitbreiden naar een dynamisch, patiëntgericht raamwerk dat de ziekteprogressie in de echte wereld vastlegt”, zegt Khaled. “Dit zal nieuwe mogelijkheden bieden voor gepersonaliseerde behandeling en het voorspellen wanneer ziekte waarschijnlijk zal optreden.”

Deze studie werd ondersteund door de Medical Research Council, de British Heart Foundation, Bayer AG en het Imperial College Biomedical Research Center van het National Institute for Health and Care Research (NIHR).

Naast zijn rol bij het LMS is Declan hoogleraar Cardiovasculaire AI bij de British Heart Foundation en Clinical Topic Lead voor het British Heart Foundation Centre of Research Excellence bij Imperial's National Heart and Lung Institute.

Bronnen: