Brug af kunstig intelligens til at bekæmpe leddegigt

Brug af kunstig intelligens til at bekæmpe leddegigt

Fan Zhang, PhD, ser kunstig intelligens som en måde at finde en effektiv måde at bekæmpe en uhåndterlig fjende på: leddegigt.

Zhang er assisterende professor i afdelingen for reumatologi ved University of Colorado Department of Medicine og er også tilknyttet Institut for Biomedicinsk Informatik på Cu Anschutz Medical Campus. Hun modtog for nylig et meget konkurrencedygtigt tilskud fra Arthritis Foundation for at fremme sit arbejde med at bruge AI til bedre at forudsige begyndelsen af ​​leddegigt (RA) hos visse patienter, og et nyt papir dokumenterer de seneste trin i hendes arbejde.

Zhangs forskningsfokus er på at udvikle metoder, der inkorporerer computermaskinelæring - ved hjælp af algoritmer fra data og forudsigelse - til at studere RA og andre autoimmune sygdomme, baseret på store kliniske og prækliniske enkeltcelledatasæt. Dette arbejde kunne fremme målrettede interventioner, der kunne forhindre sygdomsprogression.

Der er lavet betydelig forskning i, hvordan man behandler en patient, efter at nogen er diagnosticeret. Der har dog været færre undersøgelser for at udvikle forebyggelsesstrategier og for at forstå, hvilke raske mennesker der er i risiko for at udvikle RA i de næste par år. Dette er meget sværere. Så vi fokuserer på at forbedre sygdomsforudsigelse og i sidste ende muliggøre forebyggelse af de tidlige sygdomme. “

Fan Zhang, PhD, assisterende professor i afdelingen for reumatologi ved University of Colorado Department of Medicine

Bro mellem datavidenskab og translationel medicin

RA er en kronisk autoimmun sygdom, hvilket betyder, at det er en lidelse, hvor kroppens immunsystem fejlagtigt angriber sit eget sunde væv og forårsager betændelse. Selvom RA ofte er forbundet med hævelse, smerte og stivhed i leddene, kan det påvirke forskellige dele af kroppen, herunder hjertet og lungerne.

Det anslås, at omkring 18 millioner mennesker lever med RA på verdensplan, hvoraf 1,5 millioner bor i USA. Næsten tre gange så mange kvinder har lidelsen som mænd.

Tilgængelige behandlinger kan reducere inflammation og give en vis lindring, men der er ingen effektive forebyggende behandlinger og ingen helbredelser. Årsagen er usikker, selvom RA har været forbundet med visse gener, der kan udløses af en række eksterne faktorer.

Forskning har vist, at mange mennesker, der i sidste ende udvikler RA-symptomer, oplever immunologiske abnormiteter, der kan påvises, selvom blodprøver vises år før symptomerne. Længden af ​​denne symptomfrie "prækliniske" periode kan dog variere meget, og nogle mennesker med disse abnormiteter udvikler aldrig den fulde sygdom.

Det, der er nødvendigt, siger Zhang, er mere præcise måder at forudsige, hvilke mennesker med prækliniske abnormiteter - eller med en familiehistorie med RA - der vil udvikle sig til fuld sygdom og hvor hurtigt.

Zhang beskriver sit arbejde som en "bro" mellem datavidenskab og translationel medicin.

"Vores forskning er meget tværfaglig," siger Zhang. "Vi har data i stor målestok fra patienter med autoimmune sygdomme, så vi kan anvende vores AI-værktøjer til forskellige kohorter af patienter."

Zhangs team analyserer data om genetik, genomik, epigenetik, protein og andre faktorer af individuelle celler på forskellige tidspunkter over lange perioder - kendt som single-cell multi-modal sekventering. "Ved at sætte alle disse ting sammen, kan vi håbe på mere robust at identificere nye og mere præcise markører for forudsigelse, kombineret med kliniske karakteristika," siger hun.

Vimpel vigtige immunologiske ændringer

Undersøgelsen præsenteret i Zhangs nye arbejde - "Dyb immunfænotyping afslører cirkulerende aktiverede lymfocytter hos mennesker med risiko for reumatoid arthritis" offentliggjort 17. marts i Journal of Clinical Investigation - hjalp med at etablere grundlaget for dens næste fase af forskning, støttet af en ny bevilling fra Arthritis Foundation.

Med denne nye finansiering vil Zhangs laboratorium anvende sine avancerede beregningsværktøjer til komplekse datasæt indsamlet fra et stort præklinisk forsøg kaldet Stopra. Dette, siger Zhang, vil styrke hendes samarbejde med Cu-reumatolog Kevin Deane, MD, PhD, da de sammenligner folk, der gjorde det, med dem, der ikke gjorde det. Målet er at bestemme immunsystemændringer forbundet med progression fra præklinisk Rau-gigt til symptomer.

I dette papir, finansieret af en National Institutes of Health-bevilling, analyserede Zhang og hendes kolleger RNA- og proteinekspression i celler for at sammenligne mennesker med risiko for at udvikle RA med symptomer og raske mennesker. De fandt "betydelige" forskelle i visse typer af immunceller, især udvidelsen af ​​specifikke T-celle undertyper, i risikogruppen.

Disse celler "kunne være en lovende markør" for RA-debut, siger Zhang, og kan føre til forbedrede forebyggelsesstrategier. Men hun siger, at det er "stadig et stykke vej" og kræver endnu større og mere geografisk forskellige datasæt for at afgøre, om de resultater, de ser, holder.

Zhang er den tilsvarende forfatter til dette papir; Hendes labs postdoc-stipendiat, Jun Inamo, MD, PhD, er den første forfatter; og Deane og en anden reumatologisk kollega, V. Michael Holers, MD, er blandt co-seniorforfatterne.

Zhang, som var på Cu Anschutz i lidt over tre år efter et postdoc-stipendium på Harvard Medical School, siger, at Aurora-campus er velegnet til denne type samarbejde, "med al den ekspertise og de ressourcer, der er omkring dig.

Kilder: