AI izmantošana cīņā pret reimatoīdo artrītu

Transparenz: Redaktionell erstellt und geprüft.
Veröffentlicht am

Fan Zhang, PhD, uzskata mākslīgo intelektu kā veidu, kā atrast efektīvu veidu, kā cīnīties ar grūti atrisināmu ienaidnieku: reimatoīdo artrītu. Džans ir Kolorādo Universitātes Medicīnas departamenta Reimatoloģijas nodaļas docents, kā arī ir saistīts ar Cu Anschutz medicīnas pilsētiņas Biomedicīnas informātikas nodaļu. Viņa nesen saņēma ļoti konkurētspējīgu stipendiju no Artrīta fonda, lai turpinātu darbu, izmantojot AI, lai labāk prognozētu reimatoīdā artrīta (RA) rašanos noteiktiem pacientiem, un jaunā dokumentā dokumentēti jaunākie viņas darba soļi. Pētījuma uzmanības centrā…

AI izmantošana cīņā pret reimatoīdo artrītu

Fan Zhang, PhD, uzskata mākslīgo intelektu kā veidu, kā atrast efektīvu veidu, kā cīnīties ar grūti atrisināmu ienaidnieku: reimatoīdo artrītu.

Džans ir Kolorādo Universitātes Medicīnas departamenta Reimatoloģijas nodaļas docents, kā arī ir saistīts ar Cu Anschutz medicīnas pilsētiņas Biomedicīnas informātikas nodaļu. Viņa nesen saņēma ļoti konkurētspējīgu stipendiju no Artrīta fonda, lai turpinātu darbu, izmantojot AI, lai labāk prognozētu reimatoīdā artrīta (RA) rašanos noteiktiem pacientiem, un jaunā dokumentā dokumentēti jaunākie viņas darba soļi.

Džans pētniecībā koncentrējas uz tādu metožu izstrādi, kas ietver datoru mašīnmācīšanos, izmantojot algoritmus no datiem un prognozēm, lai pētītu RA un citas autoimūnas slimības, balstoties uz liela mēroga klīniskām un preklīniskām vienšūnu datu kopām. Šis darbs varētu veicināt mērķtiecīgu iejaukšanos, kas varētu novērst slimības progresēšanu.

Ir veikti nozīmīgi pētījumi par to, kā ārstēt pacientu pēc tam, kad kādam ir diagnosticēta. Tomēr ir bijis mazāk pētījumu, lai izstrādātu profilakses stratēģijas un saprastu, kuriem veseliem cilvēkiem tuvāko gadu laikā ir risks saslimt ar RA. Tas ir daudz grūtāk. Tāpēc mēs koncentrējamies uz slimību prognozēšanas uzlabošanu un galu galā agrīnu slimību profilaksi. "

Fans Džans, PhD, Kolorādo Universitātes Medicīnas departamenta reimatoloģijas nodaļas docents

Datu zinātnes savienošana ar translācijas medicīnu

RA ir hroniska autoimūna slimība, kas nozīmē, ka tā ir slimība, kurā organisma imūnsistēma kļūdaini uzbrūk saviem veselajiem audiem, izraisot iekaisumu. Lai gan RA bieži ir saistīta ar pietūkumu, sāpēm un stīvumu locītavās, tas var ietekmēt dažādas ķermeņa daļas, tostarp sirdi un plaušas.

Tiek lēsts, ka visā pasaulē ar RA dzīvo aptuveni 18 miljoni cilvēku, no kuriem 1,5 miljoni dzīvo Amerikas Savienotajās Valstīs. Gandrīz trīs reizes vairāk sieviešu cieš no šiem traucējumiem nekā vīriešiem.

Pieejamās ārstēšanas metodes var mazināt iekaisumu un sniegt zināmu atvieglojumu, taču nav efektīvas profilaktiskas ārstēšanas un ārstēšanas. Cēlonis nav skaidrs, lai gan RA ir saistīta ar noteiktiem gēniem, kurus var izraisīt vairāki ārēji faktori.

Pētījumi ir parādījuši, ka daudziem cilvēkiem, kuriem galu galā attīstās RA simptomi, rodas imunoloģiskas novirzes, kuras var noteikt, pat ja asins analīzes parādās gadus pirms simptomu parādīšanās. Tomēr šī bezsimptomu “preklīniskā” perioda ilgums var būt ļoti atšķirīgs, un dažiem cilvēkiem ar šīm novirzēm slimība nekad neattīstās.

Zhang saka, ka ir nepieciešami precīzāki veidi, kā paredzēt, kuri cilvēki ar preklīniskām novirzēm vai ar RA ģimenes anamnēzi progresēs līdz pilnīgai slimībai un cik ātri.

Džana savu darbu raksturo kā “tiltu” starp datu zinātni un tulkošanas medicīnu.

"Mūsu pētījumi ir ļoti starpdisciplināri," saka Džans. "Mums ir liela mēroga dati par pacientiem ar autoimūnām slimībām, tāpēc mēs varam izmantot savus AI rīkus dažādām pacientu grupām."

Džana komanda analizē datus par atsevišķu šūnu ģenētiku, genomiku, epigenētiku, proteīniem un citiem faktoriem dažādos laika punktos ilgā laika periodā, ko sauc par vienas šūnas multimodālu sekvencēšanu. "Apvienojot visas šīs lietas, mēs varam cerēt stingrāk identificēt jaunus un precīzākus prognozēšanas marķierus kopā ar klīniskajām īpašībām," viņa saka.

Vimpelis svarīgas imunoloģiskas izmaiņas

Pētījums, kas tika prezentēts Zhang jaunajā darbā - "Dziļa imūnfenotipēšana atklāj cirkulējošos aktivētos limfocītus cilvēkiem, kuriem ir reimatoīdā artrīta risks", kas publicēts 17. martā Klīniskās izmeklēšanas žurnālā, palīdzēja izveidot pamatu nākamajam pētījuma posmam, ko atbalstīja jauna Artrīta fonda dotācija.

Izmantojot šo jauno finansējumu, Zhang laboratorija izmantos savus uzlabotos skaitļošanas rīkus sarežģītām datu kopām, kas savāktas no liela preklīniskā pētījuma ar nosaukumu Stopra. Tas, saka Džans, stiprinās viņas sadarbību ar Cu reimatologu Kevinu Dīnu, MD, PhD, jo viņi salīdzina cilvēkus, kuri to darīja, ar tiem, kuri to nedarīja. Mērķis ir noteikt imūnsistēmas izmaiņas, kas saistītas ar progresēšanu no preklīniskā Rau artrīta līdz simptomiem.

Šajā rakstā, ko finansēja Nacionālo veselības institūtu stipendija, Zhang un viņas kolēģi analizēja RNS un olbaltumvielu ekspresiju šūnās, lai salīdzinātu cilvēkus, kuriem ir RA attīstības risks, ar simptomiem un veseliem cilvēkiem. Viņi atklāja “būtiskas” atšķirības dažu veidu imūnās šūnās, īpaši specifisku T šūnu apakštipu paplašināšanos riska grupā.

Zhang saka, ka šīs šūnas "varētu būt daudzsološs marķieris" RA sākumam un varētu uzlabot profilakses stratēģijas. Bet viņa saka, ka tas "vēl ir tālu", un ir vajadzīgas vēl lielākas un ģeogrāfiski daudzveidīgākas datu kopas, lai noteiktu, vai rezultāti, ko viņi redz, saglabājas.

Džans ir šī raksta atbilstošais autors; Viņas laboratorijas pēcdoktorants Jun Inamo, MD, PhD, ir pirmais autors; un Deane un vēl viens reimatoloģijas kolēģis V. Michael Holers, MD, ir viens no vecākajiem autoriem.

Džans, kurš bija Cu Anschutz tikai nedaudz vairāk kā trīs gadus pēc doktorantūras stipendiāta Hārvardas Medicīnas skolā, saka, ka Auroras pilsētiņa ir piemērota šāda veida sadarbībai, “ar visām zināšanām un resursiem, kas jums ir apkārt.


Avoti:

Journal reference:

Inamo, Dž.et al. (2025). Dziļā imūnfenotipēšana atklāj cirkulējošos aktivētos limfocītus personām, kurām ir reimatoīdā artrīta risks. Klīnisko pētījumu žurnāls. doi.org/10.1172/jci185217.