AI pomaže u otkrivanju ranih promena ćelija u napredovanju ALS-a

AI pomaže u otkrivanju ranih promena ćelija u napredovanju ALS-a

Novo istraživanje sa Univerziteta Sent Endruz i Univerziteta u Kopenhagenu iskoristilo je moć veštačke inteligencije da generiše nove uvide u napredovanje ALS-a.

ALS (amiotrofična lateralna skleroza) je fatalni poremećaj u kojem motorni neuroni – ćelije koje kontrolišu kretanje – progresivno umiru. Ne postoji lek za bolest, a očekivani životni vek nakon dijagnoze je uglavnom između dve i pet godina.

Nova studija, objavljena u Science Advances, odgovara na hitnu potrebu za novim saznanjima o ALS-u u potrazi za efikasnim tretmanom i lekom.

Studija, koju su predvodili istraživači sa Fakulteta psihologije i neuronauke na Univerzitetu Sent Endruz, u saradnji sa Odeljenjem za neuronauku Univerziteta u Kopenhagenu, pokazuje da su specifični ćelijski krugovi koji kontrolišu kretanje pogođeni u ranoj fazi bolesti, dok su drugi pogođeni zahvaćen kasnije tokom progresije bolesti.

„Koristeći tehnike koje omogućavaju da se istovremeno proučava više tipova ćelija u tkivu kičmene moždine, u kombinaciji sa novom metodom analize zasnovanom na veštačkoj inteligenciji, identifikovali smo specifične mreže ćelija koje su pogođene u ranoj fazi bolesti pre nego što motorni neuroni umru“, objašnjava glavni istraživač dr Ilari. Alodi, predavač Sistemske neuronauke na Fakultetu za psihologiju i neuronauke.

„Ovo su podgrupe inhibitornih interneurona — vrsta ćelija koje se nalaze u kičmenoj moždini za koje je poznato da aktiviraju motorne neurone.

Ole Kiehn, profesor integrativne neuronauke i ko-korespondentni autor studije, dodaje: „Kod zdravih osoba, ovi ćelijski krugovi su potrebni za izvođenje pokreta kao što su hodanje i trčanje.

„Postoje specifične ćelije, koje se zovu inhibitorni ili ekscitatorni interneuroni, koje kontrolišu različite aspekte kretanja aktiviranjem motornih neurona. Otkrili smo da su neke od ovih ćelija pogođene u različitim stadijumima ALS-a, pri čemu su inhibitorni interneuroni zahvaćeni rano, a ekscitatorni zahvaćen kasnije tokom progresije bolesti.“

Istraživači su razvili metod zasnovan na veštačkoj inteligenciji kako bi olakšali kvantifikaciju podataka. „Rad koristi najsavremeniju metodologiju za identifikaciju tipova ćelija koji doprinose bolesti“, objašnjava dr Rozer Montanana-Rosel, prvi autor studije. „Ove inhibitorne i ekscitatorne ćelije su veoma heterogene i pomešane unutar kičmene moždine i često ih je teško istovremeno istražiti.“

„Računarski pristup koji smo razvili omogućava prevazilaženje ovih ograničenja, istovremeno bacajući svetlo na potencijalne nove ciljeve za lečenje.“ Ovaj metod je dostupan onlajn, sa nadom da će olakšati završetak drugih sličnih studija.

Istraživanje je obavljeno u partnerstvu sa 10Ks-Genomics i ACD Bio (Biotechne), dve industrijske organizacije sa vodećom ulogom u oblasti transkriptomike, tehnike koja omogućava identifikaciju ćelija unutar kičmene moždine.

„Koristili smo tehnike koje nam omogućavaju da istovremeno vizualizujemo i kvantifikujemo više gena sa rezolucijom jedne ćelije u kičmenoj moždini ALS modela miša“, kaže dr Alodi.

„Svaki tip ćelije se može identifikovati pomoću specifičnog skupa gena, ali ovi geni moraju biti vizuelizovani istovremeno. Koristeći ove transkriptomske tehnike, uspeli smo da napravimo razliku između inhibitornih i ekscitatornih populacija i među njihovim subpopulacijama. To nam je omogućilo da istražimo njihove sudbina tokom različitih faza progresije bolesti.“