Sanità

Modello di intelligenza artificiale che collega le cellule immunitarie ai bersagli

mm
Aggiungi Unite.AI alle tue fonti preferite su Google

Un nuovo modello di intelligenza artificiale (AI) sviluppato da ricercatori dell’Università di Aalto e dell’Università di Helsinki è in grado di collegare le cellule immunitarie ai loro bersagli. Ciò significa, ad esempio, che l’AI può stabilire quali globuli bianchi riconoscono il COVID-19. Secondo i ricercatori, il nuovo modello aiuterà a creare una migliore comprensione del sistema immunitario durante le infezioni, i disturbi autoimmuni e il cancro.

La ricerca è stata pubblicata lo scorso mese sulla rivista PLOS Computational Biology.

Sistema immunitario umano

Il sistema immunitario umano si basa sulla capacità dei globuli bianchi di identificare con precisione i patogeni che causano malattie e di sviluppare una difesa contro di essi. Il sistema immunitario è anche in grado di ricordare i patogeni che ha incontrato in precedenza, il che è alla base dell’efficacia dei vaccini. Ciò significa che il sistema immunitario umano contiene molte informazioni sui patogeni che un individuo ha già incontrato, ma queste informazioni sono spesso difficili da ottenere dai campioni dei pazienti.

Il sistema immunitario contiene cellule B che sono responsabili della produzione di anticorpi e cellule T che sono responsabili della distruzione dei bersagli. La misurazione degli anticorpi è considerata un processo relativamente semplice.

Satu Mustjoki è professore di ematologia traslazionale.

“Sebbene sia noto che il ruolo delle cellule T nella risposta di difesa contro ad esempio i virus e il cancro è essenziale, identificare i bersagli delle cellule T è stato difficile nonostante le estensive ricerche”, afferma Mustjoki.

Per identificare i loro bersagli, le cellule T si basano su un principio di chiave e serratura. Il recettore delle cellule T è la chiave sulla superficie della cellula T e la serratura è la proteina sulla superficie di una cellula infetta. È difficile mappare i bersagli delle cellule T con tecniche di laboratorio tradizionali, poiché un singolo individuo ha un numero enorme di cellule T.

Modello di intelligenza artificiale che prevede i bersagli

I ricercatori hanno studiato le coppie chiave-serratura precedentemente profilate, il che ha loro permesso di sviluppare un modello di intelligenza artificiale in grado di prevedere i bersagli per le cellule T precedentemente non mappate.

Emmi Jokinen è una studentessa di dottorato e una ricercatrice all’Università di Aalto.

Lo studio fornisce informazioni su come una cellula T utilizzi diverse parti della sua chiave per identificare le sue serrature. Alcuni dei virus comuni studiati dai ricercatori includevano l’influenza, l’HIV e il virus dell’epatite B.

I ricercatori affermano che gli strumenti generati dall’intelligenza artificiale sono argomenti di ricerca a basso costo.

Harri Lähdesmäki è professore di biologia computazionale e apprendimento automatico all’Università di Aalto.

“Con l’aiuto di questi strumenti, possiamo utilizzare meglio i grandi cohorti di pazienti già pubblicati e acquisire una maggiore comprensione di essi”, afferma Lähdesmäki.

Una delle principali scoperte con gli strumenti di intelligenza artificiale è stata come l’intensità della reazione di difesa si relazione al suo bersaglio in diversi stati di malattia, il che è un risultato diretto di questo studio.

M.D. Jani Huuhtanen è uno studente di dottorato all’Università di Helsinki.

“Ad esempio, oltre all’infezione da COVID-19, abbiamo investigato il ruolo del sistema di difesa nello sviluppo di vari disturbi autoimmuni e spiegato perché alcuni pazienti con cancro traggono beneficio da nuovi farmaci e alcuni no”, afferma Huuhtanen.

Alex guida le operazioni giornalistiche di Unite.AI alimentate dall'IA, combinando giornalismo, ricerca e automazione per supportare una copertura tempestiva e scalabile dell'intelligenza artificiale. Il suo lavoro contribuisce a garantire che gli sviluppi emergenti dell'IA vengano evidenziati in modo efficiente, mantenendo gli standard editoriali della pubblicazione.