AI-model koppelt immuuncellen aan doelwit

Een nieuwe kunstmatige intelligentie (AI)-model ontwikkeld door onderzoekers van de Aalto Universiteit en de Universiteit van Helsinki kan immuuncellen koppelen aan hun doelwitten. Dit betekent bijvoorbeeld dat de AI kan ontdekken welke witte bloedcellen COVID-19 herkennen. Volgens de onderzoekers zal het nieuwe model helpen om een beter begrip te krijgen van het immuunsysteem tijdens infecties, auto-immuunziekten en kanker.

Het onderzoek werd vorige maand gepubliceerd in het tijdschrift PLOS Computational Biology.

Menselijk Immuunsysteem

Het menselijk immuunsysteem vertrouwt op witte bloedcellen die pathogenen die ziekten veroorzaken, nauwkeurig identificeren, en vervolgens een verdediging ontwikkelen tegen hen. Het immuunsysteem is ook in staat om pathogenen te herinneren die het eerder heeft ontmoet, wat de basis is van de effectiviteit van vaccins. Dit betekent dat het menselijk immuunsysteem veel gegevens bevat over welke pathogenen een individu al heeft ontmoet, maar die gegevens zijn vaak moeilijk te verkrijgen uit patiëntmonsters.

Het immuunsysteem bevat B-cellen die verantwoordelijk zijn voor de productie van antilichamen, en T-cellen die verantwoordelijk zijn voor het vernietigen van doelwitten. De meting van antilichamen wordt beschouwd als een relatief eenvoudig proces.

Satu Mustjoki is professor in translationele hematologie.

“Hoewel het bekend is dat de rol van T-cellen in de verdedigingsreactie tegen bijvoorbeeld virussen en kanker essentieel is, is het identificeren van de doelwitten van T-cellen moeilijk gebleken, ondanks uitgebreid onderzoek”, zegt Mustjoki.

Om hun doelwitten te identificeren, vertrouwen T-cellen op een sleutel- en slotprincipe. De T-celreceptor is de sleutel op het oppervlak van de T-cel, en het slot is het eiwit op het oppervlak van een geïnfecteerde cel. Het is moeilijk om T-celdoelwitten in kaart te brengen met traditionele laboratoriumtechnieken, omdat een enkel individu een enorme hoeveelheid heeft.

AI-model voorspelt doelwitten

De onderzoekers hebben eerder geprofileerde sleutel-slotparen bestudeerd, waardoor ze een AI-model konden ontwikkelen dat in staat is om doelwitten voor eerder niet in kaart gebrachte T-cellen te voorspellen.

Emmi Jokinen is M.Sc. en promovendus aan de Aalto Universiteit.

De studie geeft inzicht in hoe een T-cel verschillende delen van zijn sleutel gebruikt om zijn sloten te identificeren. Enkele van de veelvoorkomende virussen die door de onderzoekers zijn bestudeerd, waren influenza, HI- en hepatitis B-virus.

De onderzoekers zeggen dat AI-gegenereerde tools kosteneffectieve onderwerpen voor onderzoek zijn.

Harri Lähdesmäki is professor in computationele biologie en machine learning aan de Aalto Universiteit.

“Met behulp van deze tools kunnen we beter gebruikmaken van de reeds gepubliceerde uitgebreide patiëntcohorten en meer inzicht krijgen in hen”, zegt Lähdesmäki.

Een van de belangrijkste bevindingen met de AI-tools was hoe de intensiteit van de verdedigingsreactie zich verhoudt tot zijn doelwit in verschillende ziektestaten, wat volgens hen een direct resultaat is van deze studie.

M.D. Jani Huuhtanen is promovendus aan de Universiteit van Helsinki.

“Bijvoorbeeld, naast COVID-19-infectie, hebben we de rol van het verdedigingssysteem onderzocht in de ontwikkeling van verschillende auto-immuunziekten en uitgelegd waarom sommige kankerpatiënten baat hebben bij nieuwe medicijnen en anderen niet”, zegt Huuhtanen.