L'intelligenza artificiale migliorerà la prognosi e il trattamento delle malattie autoimmuni

Un nuovo algoritmo avanzato di intelligenza artificiale (IA) potrebbe portare a previsioni più accurate e tempestive e a nuovi trattamenti per le malattie autoimmuni, in cui il sistema immunitario attacca erroneamente le cellule e i tessuti sani dell'organismo. L'algoritmo analizza il codice genetico alla base di queste condizioni per modellare con maggiore precisione l'espressione e la regolazione dei geni associati a specifiche malattie autoimmuni e per identificare ulteriori geni di rischio.

Il lavoro, sviluppato da un team di ricercatori della Facoltà di Medicina dell'Università della Pennsylvania, supera le metodologie esistenti e ha identificato il 26% in più di nuove associazioni gene-carattere, secondo quanto riportato dai ricercatori. Il loro lavoro è stato pubblicato oggi sulla rivista Nature Communications.

"Tutti abbiamo mutazioni nel nostro DNA e dobbiamo capire come ciascuna di queste mutazioni possa influenzare l'espressione dei geni correlati alle malattie, in modo da poterne prevedere precocemente il rischio. Questo è particolarmente importante per le malattie autoimmuni", ha affermato Dajiang Liu, professore emerito, vicepresidente per la ricerca e direttore di intelligenza artificiale e informatica biomedica presso la Facoltà di Medicina dell'Università della Pennsylvania e coautore dello studio.

"Se un algoritmo di intelligenza artificiale riesce a prevedere con maggiore accuratezza il rischio di malattie, significa che possiamo intervenire prima."

Genetica e sviluppo delle malattie

La genetica è spesso alla base dello sviluppo di malattie. Le variazioni del DNA possono influenzare l'espressione genica, ovvero il processo mediante il quale le informazioni contenute nel DNA vengono convertite in prodotti funzionali come le proteine. La forza o la debolezza dell'espressione di un gene può influenzare il rischio di malattia.

Gli studi di associazione genomica (GWAS), un approccio diffuso nella ricerca genetica umana, possono identificare regioni del genoma associate a una particolare malattia o caratteristica, ma non possono individuare i geni specifici che influenzano il rischio di malattia. È come condividere la propria posizione con un amico, ma senza le impostazioni di precisione dello smartphone: la città potrebbe essere ovvia, ma l'indirizzo è nascosto.

I metodi attuali sono inoltre limitati nel dettaglio delle loro analisi. L'espressione genica può essere specifica per determinati tipi cellulari. Se l'analisi non distingue tra diversi tipi cellulari, i risultati potrebbero non rilevare reali relazioni causa-effetto tra varianti genetiche ed espressione genica.

Metodo EXPRESSO

Il metodo del team, denominato EXPRESSO (EXpression PREdiction with Summary Statistics Only), utilizza un algoritmo di intelligenza artificiale più avanzato e analizza i dati provenienti dalle firme di espressione quantitativa delle cellule mononucleari che collegano le varianti genetiche ai geni che regolano.

Integra inoltre dati genomici 3D ed epigenetica, che misura come i geni possano essere modificati dall'ambiente per influenzare la malattia. Il team ha applicato EXPRESSO ai set di dati GWAS per 14 malattie autoimmuni, tra cui lupus, morbo di Crohn, colite ulcerosa e artrite reumatoide.

"Con questo nuovo metodo, siamo stati in grado di identificare molti più geni che aumentano il rischio di malattie autoimmuni, che hanno davvero effetti specifici su determinati tipi di cellule, ovvero che influenzano solo un certo tipo di cellula e non altre", ha affermato Bibo Jiang, professore associato presso la Facoltà di Medicina dell'Università della Pennsylvania e autore principale dello studio.

Potenziali applicazioni terapeutiche

Il team ha utilizzato queste informazioni per identificare potenziali terapie per le malattie autoimmuni. Attualmente, affermano, non esistono valide opzioni terapeutiche a lungo termine.

"La maggior parte dei trattamenti mira ad alleviare i sintomi piuttosto che a curare la malattia. Questo è un dilemma, sapendo che le malattie autoimmuni richiedono un trattamento a lungo termine, ma i trattamenti esistenti hanno spesso effetti collaterali così gravi da non poter essere utilizzati a lungo termine. Tuttavia, la genomica e l'intelligenza artificiale offrono una strada promettente per lo sviluppo di nuove terapie", ha affermato Laura Carrel, professoressa di biochimica e biologia molecolare presso la Facoltà di Medicina dell'Università della Pennsylvania e coautrice dello studio.

Il lavoro del team ha individuato composti farmacologici in grado di invertire l'espressione genica in tipi di cellule associate a malattie autoimmuni, come la vitamina K per la colite ulcerosa e la metformina, comunemente prescritta per il diabete di tipo 2, per il diabete di tipo 1. Questi farmaci, già approvati dalla Food and Drug Administration (FDA) statunitense come sicuri ed efficaci per il trattamento di altre malattie, potrebbero potenzialmente essere riutilizzati.

Il team di ricerca sta collaborando con i colleghi per testare i risultati in laboratorio e, in seguito, nelle sperimentazioni cliniche.

Lida Wang, dottoranda nel programma di biostatistica, e Chakrit Khunsriraksakul, che conseguirà il dottorato di ricerca in bioinformatica e genomica nel 2022 e la laurea in medicina a maggio presso l'Università della Pennsylvania, hanno guidato lo studio. Altri autori della Facoltà di Medicina dell'Università della Pennsylvania includono Havell Marcus, che sta conseguendo il dottorato di ricerca e la laurea in medicina; Deyi Chen, borsista post-dottorato; Fang Zhang, studente laureato; e Fang Chen, borsista post-dottorato. Ha partecipato al lavoro anche Xiaowei Zhang, professore associato presso l'University of Texas Southwestern Medical Center.