Połowa pacjentów z chorobami rzadkimi czeka latami na diagnozę. Model AI popEVE naukowców z Harvardu może to zmienić

Połowa osób z chorobami rzadkimi nigdy nie otrzymuje jednoznacznej diagnozy. Pielgrzymują między szpitalami, a ich genomy kryją klucz do rozwiązania zagadki, ukryty wśród tysięcy wariantów genetycznych. Lekarze nie potrafili rozstrzygnąć, które mutacje są nieszkodliwe, a które śmiertelnie niebezpieczne. Naukowcy z Harvard Medical School i Center for Genomic Regulation w Barcelonie właśnie opublikowali w Nature Genetics model sztucznej inteligencji, który może to zmienić.

Celem było stworzenie modelu, który klasyfikuje warianty genetyczne według ciężkości choroby, dając priorytetowy, klinicznie sensowny obraz genomu pacjenta – prof. Debora Marks, Harvard Medical School.

Mierzenie pulsu człowieka na odległość? Oto Pulse-Fi, który wykorzystuje w tym celu Wi-Fi i uczenie maszynowe

Model popEVE (nazwa nawiązuje do wcześniejszego EVE, czyli Evolutionary model of Variant Effect) powstał w wyniku połączenia danych z setek tysięcy gatunków i informacji o zmienności genetycznej całej ludzkiej populacji. Brzmi skomplikowanie, ale mechanizm jest zaskakująco elegancki. Wyobraźmy sobie, że ewolucja przez miliardy lat przeprowadzała niezliczone eksperymenty, testując które zmiany w białkach organizmy mogą tolerować, a które są zbyt destrukcyjne, aby przetrwać. Model AI popEVE uczy się na tym ogromnym materiale porównawczym. Analizuje sekwencje białek u różnych gatunków i odkrywa, które fragmenty naszego genomu są krytyczne dla życia. Przełom polega na czymś więcej niż tylko klasyfikacji "złe-dobre". Poprzednik EVE, zaprezentowany przez zespół prof. Debory Marks w 2021 roku, potrafił ocenić wpływ mutacji w obrębie pojedynczego genu, ale nie pozwalał porównywać mutacji między różnymi genami. To jak próba oceny, czy ból zęba jest gorszy od złamanej nogi, w medycynie potrzebujemy wspólnej skali. popEVE rozwiązuje ten problem, integrując dane ewolucyjne z informacjami z UK Biobank i gnomAD, dwóch gigantycznych repozytoriów pokazujących, które warianty występują u zdrowych ludzi. Dzięki temu narzędzie może dostroić przewidywania do tego, co rzeczywiście istotne dla ludzkiego organizmu.

Trzy polskie nanosatelity wojskowe PIAST i pierwszy satelita MikroSAR lecą w kosmos. To dopiero początek

Rezultat? Lekarze wreszcie mogą odpowiedzieć na pytanie, która mutacja jest groźniejsza, nawet gdy dotyczą różnych białek. To pozwala skupić się najpierw na potencjalnie najbardziej destrukcyjnych wariantach. Walidacja na danych ponad 31 000 rodzin z dziećmi cierpiącymi na ciężkie zaburzenia rozwojowe pokazała, że w 98 proc. przypadków, gdy przyczynowa mutacja była już zidentyfikowana, popEVE poprawnie wskazał ten wariant jako najgroźniejszy w genomie dziecka. Co więcej, model przewyższył najbliższą konkurencję, w tym głośny DeepMind AlphaMissense, który w 2023 roku wywołał niemałe poruszenie publikacją w Science. Zespół odkrył także 123 geny nigdy wcześniej niepowiązane z zaburzeniami rozwojowymi. Szczególnie intrygujące jest to, że 104 z tych genów wykryto zaledwie u garstki osób, jednej, maksymalnie dwóch. W przypadku takich ultra-rzadkich schorzeń nawet sekwencjonowanie całej populacji planety nie dostarczy punktów odniesienia. Klasyczne podejście wykorzystujące analizę statystyczną dużych grup jest tu bezradne. Tu właśnie pomaga ewolucyjne podejście popEVE.

ISS in Real Time to ćwierć wieku Międzynarodowej Stacji Kosmicznej w jednym miejscu. Archiwum stworzone na 25-lecie

Model eliminuje również problem stronniczości etnicznej, która jest bolączką wielu narzędzi genomicznych oznaczających mutacje jako chorobotwórcze tylko dlatego, że nie zostały wcześniej zauważone w bazach zdominowanych przez populacje europejskie. popEVE traktuje wszystkie ludzkie warianty równo, pytając jedynie, czy dana mutacja występowała już u ludzi, niezależnie czy raz w konkretnej populacji, czy tysiąc razy w populacjach europejskich. Badacze podkreślają, że nikt nie powinien dostawać niepokojących wyników tylko dlatego, że jego społeczność nie jest dobrze reprezentowana w globalnych bazach danych.