一种先进的人工智能（AI）算法已经被开发出来，以更准确地建模与特定自身免疫疾病相关的基因的表达和调控，并识别出其他潜在危险基因。这种方法的表现优于现有的方法，并成功识别了26%更多的新基因和性状关联。这一突破可能会导致对自身免疫疾病更好的预测和新的治疗方案，这种疾病发生在免疫系统错误地攻击身体自己健康的细胞和组织时。该算法深入探讨了这些疾病的遗传代码。
宾州州立大学医学学院的团队开发了新方法，以更好地理解与自身免疫疾病相关的基因如何被表达和调控，以及识别更多高风险基因。
根据研究人员的说法，他们的工作超过了当前的方法，并发现了26%更多的新基因和性状关联。他们的研究结果于5月20日发表在《自然通讯》上。
“我们都有一些DNA突变，确定这些突变如何影响与疾病相关的基因表达对于及早预测疾病风险至关重要。这在推进我们对自身免疫疾病的理解方面具有重要意义，”研究人员解释道。
“人工智能算法在预测疾病风险方面可以发挥关键作用，尤其是在自身免疫疾病方面，”宾州州立大学医学学院的杰出教授和人工智能与生物医学信息学主任刘大江表示。“如果人工智能算法能够准确预测疾病风险，便可以进行早期干预。”
遗传变异可以通过影响基因表达来影响疾病的发展，基因表达是将DNA信息转化为功能性产物（如蛋白质）的过程。基因表达的水平可能影响发展疾病的风险。
基因组学在理解遗传变异如何影响疾病发展方面起着重要作用。全基因组关联研究（GWAS）是人类遗传学研究中的一种流行方法，可以识别与特定疾病或特征相关的基因组区域。然而，它们无法识别影响疾病风险的确切基因。这可以比作与朋友分享你的位置，同时在智能手机上关闭精确位置设置。虽然大致区域可能清晰，但具体地址却被隐藏。当前的方法在分析的细节程度上也存在限制。基因表达可能特定于某些类型的细胞。如果分析未能区分不同的细胞类型，它可能会错过它们之间真实的因果关系。研究团队开发了一种名为EXPRESSO（仅使用总结统计的表达预测）的方法来研究遗传变异和基因表达。该方法使用更先进的人工智能算法分析单细胞表达数量性状位点的数据，将遗传变异与其调控的基因连接。此外，它还结合了3D基因组数据和表观遗传学，以评估基因如何可能受到环境的修改，从而影响疾病。该团队将EXPRESSO应用于14种自身免疫疾病的GWAS数据集，例如狼疮、克罗恩病、溃疡性结肠炎和类风湿性关节炎。
根据江西波波的说法，宾州州立大学医学学院的一项研究发现了更多与自身免疫疾病相关的基因，使用了一种新方法。这些风险基因具有特定细胞类型的特定效果，这意味着它们仅影响某种类型的细胞，而不影响其他细胞。
利用这一新信息，团队希望识别潜在的自身免疫疾病治疗药物。目前，这些疾病的长期治疗选项有限。
大多数当前的治疗只旨在缓解症状，而不是治愈疾病。这给患有自身免疫疾病的个人带来了挑战。
宾州州立大学医学学院的生物化学和分子生物学教授、该研究的共同高级作者劳拉·卡雷尔表示，目前对自身免疫疾病的治疗通常具有严重的副作用，这限制了其长期使用。然而，她还提到，基因组学和人工智能在开发这些疾病的新治疗药物方面显示出了潜力。研究团队识别了可以逆转与自身免疫疾病相关的细胞类型基因表达的药物化合物，例如用于溃疡性结肠炎的维生素K和通常用于2型糖尿病的二甲双胍，这可用于1型糖尿病。这些药物已经获得使用批准。食品和药物管理局已经批准了一些药物用于治疗特定疾病，但研究人员现在正在探索重新利用这些药物治疗其他疾病的可能性。研究团队正在与其他团队合作，以在实验室中确认他们的发现，最终在临床试验中进行验证。生物统计学博士生王莉达和2022年获得生物信息学和基因组学博士学位，并于5月获得宾州州立大学医学学位的查克里特·孔西拉卡库尔共同主持了这项研究。其他来自宾州州立大学医学学院的作者包括：哈维尔·马库斯，目前正在攻读博士学位和医学学位，以及陈迪依，博士候选人；该研究论文由王莉达、查克里特·孔西拉卡库尔、哈维尔·马库斯、陈迪依、范张、方晨、肖伟·詹、劳拉·卡雷尔、刘大江和江西波波共同撰写。
该项工作得到了国家卫生研究院（资助编号R01HG011035、R01AI174108和R01ES036042）以及宾州州立大学医学学院的人工智能和生物医学信息学试点基金的支持。
