AI-model forbinder immunceller til mål

Et nyt kunstig intelligens-model (AI) udviklet af forskere ved Aalto University og University of Helsinki kan forbinde immunceller til deres mål. Dette betyder, for eksempel, at AI kan afkoble, hvilke hvide blodceller genkender COVID-19. Ifølge forskerne vil den nye model hjælpe med at skabe en bedre forståelse af immunsystemet under infektioner, autoimmune lidelser og kræft.

Forskningen blev offentliggjort sidste måned i tidsskriftet PLOS Computational Biology.

Menneskets immunsystem

Menneskets immunsystem afhænger af, at hvide blodceller nøjagtigt identificerer patogener, der forårsager sygdom, og derefter udvikler en forsvarsmekanisme mod dem. Immunsystemet er også i stand til at huske patogener, det tidligere har mødt, hvilket er grundlaget for vacciners effektivitet. Dette betyder, at menneskets immunsystem indeholder en masse data om, hvilke patogener en person allerede har mødt, men disse data er ofte svære at få fra patientprøver.

Immunsystemet indeholder B-celler, der er ansvarlige for produktionen af antistoffer, og T-celler, der er ansvarlige for at ødelægge mål. Måling af antistoffer betragtes som en relativt simpel proces.

Satu Mustjoki er professor i translationel hæmatologi.

“Selv om det er kendt, at T-cellers rolle i forsvarsmekanismen mod for eksempel virus og kræft er afgørende, har det været svært at identificere T-cellers mål, på trods af omfattende forskning,” siger Mustjoki.

For at identificere deres mål, afhænger T-celler af en nøgle- og lås-princip. T-cellsreceptoren er nøglen på overfladen af T-cellen, og låsen er proteinet på overfladen af en inficeret celle. Det er svært at kortlægge T-cellers mål med traditionelle laboratorie-teknikker, da en enkelt person bærer en masse.

AI-model til at forudsige mål

Forskerne satte sig for at studere tidligere profilerede nøgle-lås-par, hvilket ermöglichte dem at udvikle en AI-model, der kan forudsige mål for tidligere ukortlagte T-celler.

Emmi Jokinen er kandidat og ph.d.-studerende ved Aalto University.

Studiet giver indsigt i, hvordan en T-celle anvender forskellige dele af sin nøgle til at identificere sine låse. Nogle af de almindelige virus, som forskerne studerede, inkluderer influenza, HI- og hepatitis B-virus.

Forskerne siger, at AI-genererede værktøjer er kosteffektive forskningsområder.

Harri Lähdesmäki er professor i computationally biologi og maskinlæring ved Aalto University.

“Med hjælp af disse værktøjer kan vi bedre udnytte de allerede offentliggjorte store patientkohorter og opnå yderligere forståelse af dem,” siger Lähdesmäki.

En af de vigtigste opdagelser med AI-værktøjerne var, hvordan intensiteten af forsvarsmekanismen relaterer til dets mål i forskellige sygdomstilstande, hvilket de siger er en direkte følge af denne studie.

M.D. Jani Huuhtanen er ph.d.-studerende ved University of Helsinki.

“For eksempel, ud over COVID-19-infektion, har vi undersøgt rollen af forsvarssystemet i udviklingen af forskellige autoimmune lidelser og forklaret, hvorfor nogle kræftpatienter har gavn af nye lægemidler og andre ikke,” siger Huuhtanen.