Cercetătorii de la USF dezvoltă un cadru AI pentru prezicerea răspunsurilor sistemului imunitar
Inteligența artificială este tot mai des utilizată pentru a ajuta oamenii de știință să accelereze descoperirea de medicamente și să caute noi tratamente.
Pentru ca aceste instrumente AI să funcționeze eficient, cercetătorii trebuie să știe dacă pot fi validate și aplicate în situații reale.
O echipă de cercetare de la Universitatea din Florida de Sud face un pas în această direcție, combinând AI-ul cu imunologia într-un mod care ar putea îmbunătăți tratamentele oncologice și dezvoltarea de noi medicamente și vaccinuri.
Un nou studiu, care va fi publicat miercuri, 6 mai, la ora 5 a.m. ET în Nature Machine Intelligence, analizează cât de bine pot prezice instrumentele AI una dintre cele mai importante funcții ale sistemului imunitar: recunoașterea atunci când ceva nu aparține organismului.
Această proces este esențial în combaterea infecțiilor și joacă un rol major în dezvoltarea imunoterapiilor, care sunt tratamente concepute pentru a ajuta sistemul imunitar al pacientului să atace boala.
„Instrumentele AI joacă un rol din ce în ce mai important în ajutarea cercetătorilor de a dezvolta vaccinuri, medicamente și terapii pentru cancer. Cu toate acestea, dacă aceste instrumente nu sunt testate cu atenție în condiții reale, pot produce rezultate înșelătoare sau părtinitoare”, a declarat Dong Xu.
Studiul a fost condus de Xu și Fei He, profesor asistent de cercetare, de asemenea, cu Institutul de Informatica al USF Health. Xianyu Wang, un intern de la Universitatea din Missouri-Columbia, a fost, de asemenea, coautor.
Folosind un model AI numit PanPep – prescurtat de la Pan-peptide meta learning – cercetătorii au dezvoltat un cadru de evaluare sistematic și cuprinzător pentru a testa cât de bine pot instrumentele computaționale prezice dacă anumite celule din organism vor recunoaște și vor răspunde la antigene, substanțe care declanșează răspunsuri imune.
Întrebarea este crucială pentru descoperirea medicamentelor, deoarece capacitatea sistemului imunitar de a recunoaște aceste ținte ajută la determinarea dacă organismul poate detecta și răspunde la infecții, tumori sau vaccinuri.
Noul cadru poate fi aplicat unei clase largi de probleme de predicție în imunologie, inclusiv interacțiuni peptide–HLA (antigen leucocitar uman), interacțiuni peptide–receptor T, prezentarea antigenului și alte interacțiuni driven de peptide sau antigene. Aceste procese vitale ajută celulele imune să identifice ce aparține organismului și ce poate reprezenta o amenințare.
„Studiul nostru a testat cât de bine pot instrumentele AI să prezică o interacțiune importantă a sistemului imunitar care ar putea ajuta la ghidarea dezvoltării imunoterapiilor și vaccinurilor pentru cancer”, a declarat He. „Constatările noastre subliniază punctele forte și slabe ale abordărilor actuale AI și oferă orientări pentru construirea unor instrumente AI mai sigure și mai fiabile pentru sănătate.”
Celulele imune recunosc și reacționează la antigene, care sunt proteine pe bacterii, viruși sau celule tumorale ce pot acționa ca markeri străini, alertând sistemul imunitar cu privire la o posibilă amenințare.
Celulele imune adaptive, inclusiv celulele T și B, folosesc receptori specifici pentru a recunoaște invadatorii dăunători, cum ar fi virușii, alergeni, toxine sau celule canceroase. Alte celule imune înghit acești invadatori, îi descompun în bucăți de antigene și prezintă acele bucăți pentru a activa o apărare imunitară direcționată.
Echipa a folosit PanPep și alte instrumente pentru a prezice modul în care receptorii celulelor T se comportă în legătură cu antigenele. Dezvoltat pentru a aborda provocările datelor limitate, acest instrument poate crea scenarii pentru a prezice legătura pentru peptidele nevăzute sau rare, care sunt lanțuri mici de aminoacizi ce pot servi drept ținte cheie pentru sistemul imunitar.
Prezicerea precisă a legăturii dintre peptide și receptorii celulelor T permite oamenilor de știință să identifice și să proiecteze peptidele „declanșatoare” potrivite pentru celulele imune specifice. Aceste peptide declanșatoare ar putea accelera imunoterapiile și salva vieți.
Prin restrângerea celor mai buni candidați pentru testarea în laborator, cercetătorii pot reduce necesitatea experimentelor biologice la scară largă, care sunt consumatoare de timp și costisitoare.
Cercetarea de la USF reprezintă un pas semnificativ către terapii personalizate pentru cancer și vaccinuri ghidate de AI, mai fiabile. De exemplu, cu instrumente precum PanPep, oamenii de știință ar putea simula procesele de screening oncologic pe calculatoare, reducând potențial timpul de așteptare de la luni sau ani la câteva zile.
Dacă medicii pot identifica rapid un tratament promițător pentru o persoană cu cancer în stadiu avansat, ar putea să le extindă viața. Cu toate acestea, autorii subliniază că, deși abordările de meta-learning pot construi modele exacte și specifice țintă folosind doar o cantitate mică de date experimentale, acestea necesită teste și rafinări atente înainte de a putea fi utilizate în siguranță pentru a ghida îngrijirea personalizată.
„Deoarece aplicațiile din lumea reală implică adesea ținte imune complet noi, rămâne neclar în ce măsură aceste modele pot gestiona cazuri cu adevărat nevăzute”, au afirmat autorii. „Aceasta este raționamentul inițial al acestui studiu.”
