U tekućoj borbi protiv raka, naučnici širom sveta istražuju inovativne pristupe da otkriju misterije ljudskog imunog sistema – složenu mrežu organa, ćelija i proteina koja brani telo od bolesti.
Tim predvođen naučnicima sa Državnog univerziteta u Arizoni razvio je alat za učenje zasnovan na veštačkoj inteligenciji pod nazivom HLA Inception koji je otkrio nove informacije o tome kako imuni sistem pojedinca reaguje na strane ćelije. Rad je objavljen u časopisu Ćelijski sistemi.
Fokusirajući se na grupu proteina koja se zove glavni kompleks histokompatibilnosti-1 (MHC-1), alat zasnovan na AI, za nekoliko sekundi, može klasifikovati specifičnu grupu proteina jedinstvenih za pojedinca i predvideti da li imunološka odbrana osobe može prepoznati delove pretnje. virusi i kanceri.
„U mogućnosti smo da predvidimo patološke ishode pacijenata, kao što je preživljavanje protiv određenih lekova protiv raka, na osnovu molekularnih detalja sa kojima se čovek rađa“, rekao je Abhišek Singharoj, docent na Školi za molekularne nauke ASU koji je vodio studija. „Sada sa ovim alatom, nešto što je trajalo danima traje samo nekoliko sekundi.“
Razumevanje ove individualizovane informacije o molekularnoj interakciji ima ogromno obećanje za kreiranje novih personalizovanih lekova protiv raka sa potencijalom da transformišu brigu o pacijentima.
U ljudskom telu, MHC-1 proteini deluju kao čuvari na površini naših ćelija upozoravajući imuni sistem na strane napadače. Oni grabe delove stranih proteina, ili peptida, unutar ćelija i predstavljaju ih imunološkom sistemu radi prepoznavanja i napada.
MHC-1 proteini svake osobe imaju specifične preferencije za tipove proteinskih fragmenata sa kojima stupaju u interakciju i mogućnost predviđanja koji će se peptidi efikasno vezati za koje MHC-I molekule je ključna za dalje razumevanje mehanizama kako naš imuni sistem funkcioniše i za razvoj nove naprednije vakcine protiv raka.
Međutim, predviđanje je izazovno.
Postoje hiljade različitih verzija MHC-I molekula u ljudskoj populaciji, što otežava stvaranje univerzalnog modela predviđanja.
Analizirajući skoro 6.000 kompleksa MHC-1, istraživački tim je otkrio obrasce koji mogu identifikovati ove preferencije i predvideti imune odgovore u širokom spektru ljudskih populacija.
Alat HLA Inception, koji pokreće AI i mašinsko učenje, koristi različite naboje na površini proteina, takođe poznate kao elektrostatički potpisi, da ih klasifikuje u 11 različitih tipova.
Ove informacije se zatim mogu koristiti za predviđanje da li su fragmenti proteina, ili peptidi, koje MHC-1 prati, sopstveni ili strani osvajači (ne-ja).
Istraživači su takođe otkrili da pacijenti sa raznovrsnijim spektrom MHC-1 proteina, koji pokrivaju više od 11 klasa, imaju veće šanse da prežive određene terapije raka.
„Nastavak integracije mašinskog učenja u zdravstvenu zaštitu će pomoći u smanjenju rizika i personalizaciji tretmana“, rekao je Erik Vilson, autor rada, student ASU i trenutno postdoktorski saradnik na Medicinskom fakultetu Icahn na Mount Sinai.
„Mašinsko učenje i AI mogu poboljšati dostupnost novih tretmana široj grupi pacijenata negirajući potrebu za skupim eksperimentima za određivanje kandidature.“
Posvećeni unapređenju naučnog napretka u ovoj oblasti, istraživači su učinili HLA-Inception besplatno dostupnim za akademsku upotrebu, postavljajući temelje za široku saradnju i inovacije u oblasti imunoterapije.
„Uzbuđena sam što koristim ove alate za razvoj boljih vakcina i imunoterapije za lečenje raka“, rekla je Karen Anderson, koautorka rada i profesorka na ASU-ovoj školi prirodnih nauka. „Ovo je vrhunski pristup za preciznu medicinu. Imunoterapija sledeće generacije biće veoma precizna i prilagođena na osnovu MHC molekula pojedinca.“
Istraživači zamišljaju da će ovaj rad doprineti napretku u zdravstvenoj zaštiti, posebno za prilagođavanje tretmana pojedinačnim pacijentima.
„Ovo je uticajno istraživanje sa granama izvan granica akademske zajednice“, rekao je Singharoi, koji je takođe istraživač u ASU Biodesign Centru za primenjeno otkrivanje konstrukcija. „Naša tehnika je sada najbrža.“
