Tekoälymalli liittää immuunisolut kohteisiinsa

Aalto-yliopiston ja Helsingin yliopiston tutkijoiden kehittämä uusi tekoälymalli pystyy liittämään immuunisolut niiden kohteisiin. Tämä tarkoittaa esimerkiksi, että tekoäly pystyy erottamaan, mitkä valkosolut tunnistavat COVID-19:n. Tutkijoiden mukaan uusi malli auttaa luomaan paremman ymmärryksen immuunijärjestelmästä infektioiden, autoimmuunisairauksien ja syövän aikana.

Tutkimus julkaistiin viime kuussa PLOS Computational Biology -lehdessä.

Ihmisen immuunijärjestelmä

Ihmisen immuunijärjestelmä perustuu valkosolujen tarkkaan tunnistamiseen patogeeneja, jotka aiheuttavat tautia, ja kehittää niitä vastaan puolustusmekanismin. Immuunijärjestelmä pystyy myös muistamaan aikaisemmin kohtaamiaan patogeeneja, mikä on rokotusten tehokkuuden perusta. Tämä tarkoittaa, että ihmisen immuunijärjestelmä sisältää paljon tietoa siitä, mitä patogeeneja yksilö on jo kohdannut, mutta näitä tietoja on usein vaikea saada potilasnimikkeistä.

Immuunijärjestelmä sisältää B-solut, jotka vastaavat vasta-aineiden tuotannosta, ja T-solut, jotka vastaavat kohteiden tuhoamisesta. Vasta-aineiden mittaaminen on suhteellisen yksinkertainen prosessi.

Satu Mustjoki on translational hematology -professori.

“Vaikka tiedetään, että T-solujen rooli puolustusvasteessa esimerkiksi viruksia ja syöpää vastaan on olennainen, on T-solujen kohteiden tunnistaminen ollut vaikeaa huolimatta laajasta tutkimuksesta”, Mustjoki sanoo.

T-solujen tunnistamiseksi niiden on käytettävä avain-lukko-periaatetta. T-solun reseptori on avain T-solun pinnalla, ja lukko on proteiini infektoituneen solun pinnalla. On vaikea kartoittaa T-solujen kohteita perinteisin laboratoriotekniikoin, koska yksilöllä on valtava määrä.

Tehtävämalli ennustaa kohteita

Tutkijat päättivät tutkia aikaisemmin profiloiduista avain-lukko-parista, mikä mahdollisti heidän kehittää tekoälymallin, joka pystyy ennustamaan kohteita aikaisemmin kartoittamattomille T-soluille.

Emmi Jokinen on M.Sc ja Helsingin yliopiston väitöskirjatutkija.

Tutkimus antaa vihjeitä siitä, miten T-solu soveltaa eri osia avaimestaan lukkojen tunnistamiseksi. Tutkijat tutkivat muun muassa influenssaa, HI-virusta ja hepatiitti B -virusta.

Tutkijat sanovat, että tekoälypohjaiset työkalut ovat kustannustehokkaita tutkimuskohteita.

Harri Lähdesmäki on laskennallisen biologian ja koneoppimisen professori Aalto-yliopistossa.

“Näiden työkalujen avulla pystymme hyödyntämään jo julkaistuja laajoja potilasaineistoja ja saamaan niistä lisätietoa”, Lähdesmäki sanoo.

Yksi tutkimuksen merkittävimmistä löydöistä tekoälytyökalujen avulla oli, miten puolustusreaktion voimakkuus liittyy kohteeseensa eri tautitiloissa, mikä on suora seuraus tästä tutkimuksesta.

M.D. Jani Huuhtanen on Helsingin yliopiston väitöskirjatutkija.

“Esimerkiksi COVID-19-infektion lisäksi olemme tutkineet puolustusjärjestelmän roolia eri autoimmuunisairauksien kehittymisessä ja selittäneet, miksi jotkut syöpäpotilaat hyötyvät uusista lääkkeistä ja jotkut eivät”, Huuhtanen sanoo.