Hälso- och sjukvård

AI-modell länkar immunceller till mål

mm
Lägg till Unite.AI bland dina föredragna källor på Google

En ny artificiell intelligensmodell (AI) som utvecklats av forskare vid Aalto University och Helsingfors universitet kan koppla immunceller till deras mål. Detta innebär till exempel att AI kan koppla vilka vita blodkroppar som känner igen COVID-19. Enligt forskarna kommer den nya modellen att hjälpa till att skapa en bättre förståelse för immunsystemet under infektioner, autoimmuna sjukdomar och cancer.

Forskningen publicerades förra månaden i tidskriften PLOS Computational Biology.

Mänskligt immunsystem

Det mänskliga immunsystemet förlitar sig på vita blodkroppar som korrekt identifierar patogener som orsakar sjukdomar, och de utvecklar sedan ett försvar mot dem. Immunsystemet kan också komma ihåg patogener som det tidigare stött på, vilket är grunden för vacciners effektivitet. Detta innebär att det mänskliga immunsystemet innehåller mycket data om vilka patogener en individ redan har stött på, men den datan kan ofta vara svår att erhålla från patientprover.

Immunsystemet innehåller B-celler som ansvarar för produktionen av antikroppar, och T-celler som ansvarar för att förstöra mål. Mätning av antikroppar anses vara en relativt enkel process.

Satu Mustjoki är professor i translationell hematologi.

“Även om det är känt att T-cellers roll i försvarsreaktionen mot till exempel virus och cancer är avgörande, har det varit svårt att identifiera T-cellers mål trots omfattande forskning”, säger Mustjoki.

För att identifiera sina mål förlitar sig T-celler på en nyckel och lås-princip. T-cellsreceptorn är nyckeln på T-cellens yta, och låset är proteinet på ytan av en infekterad cell. Det är svårt att kartlägga T-cellers mål med traditionella laboratorietekniker, eftersom en enskild individ bär på en enorm mängd.

AI-modell som förutsäger mål

Forskarna satte sig för att studera tidigare profilerade nyckel-lås-par, vilket möjliggjorde att de kunde utveckla en AI-modell som kan förutsäga mål för tidigare okartlagda T-celler.

Emmi Jokinen är M.Sc och en Ph.D-student vid Aalto University.

Studien ger insikt i hur en T-cell använder olika delar av sin nyckel för att identifiera sina lås. Några av de vanliga virus som studerades av forskarna inkluderade influensa, HI- och hepatit B-virus.

Forskarna säger att AI-genererade verktyg är kostnadseffektiva forskningsteman.

Harri Lähdesmäki är professor i beräkningsbiologi och maskinlärning vid Aalto University.

“Med hjälp av dessa verktyg kan vi göra bättre användning av de redan publicerade stora patientkohorterna och få ytterligare förståelse för dem”, säger Lähdesmäki.

En av de viktigaste upptäckterna med AI-verktygen var hur intensiteten i försvarsreaktionen relaterar till dess mål i olika sjukdomstillstånd, vilket de säger är ett direkt resultat av denna studie.

M.D. Jani Huuhtanen är en Ph.D-student vid Helsingfors universitet.

“Till exempel, utöver COVID-19-infektion, har vi undersökt rollen av försvarssystemet i utvecklingen av olika autoimmuna sjukdomar och förklarat varför vissa cancerpatienter har nytta av nya läkemedel och vissa inte”, säger Huuhtanen.

Alex leder Unite.AI:s AI‑drivna nyhetsverksamhet och kombinerar journalistik, forskning och automation för att stödja snabb och skalbar bevakning av artificiell intelligens. Hans arbete bidrar till att nya AI‑utvecklingar framträder effektivt samtidigt som publikationen upprätthåller sina redaktionella standarder.