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

Un nuovo algoritmo avanzato di intelligenza artificiale (AI) potrebbe portare a previsioni più accurate e precoci, nonché allo sviluppo di nuovi trattamenti per le malattie autoimmuni, in cui il sistema immunitario attacca erroneamente le cellule e i tessuti sani del corpo. L'algoritmo analizza il codice genetico alla base di queste condizioni per modellare in modo più accurato il modo in cui i geni associati a specifiche malattie autoimmuni vengono espressi e regolati e per identificare ulteriori geni a rischio.

Il lavoro, sviluppato da un team di ricercatori del College of Medicine dell'Università della Pennsylvania, supera le metodologie esistenti e ha identificato il 26% in più di nuove associazioni gene-tratto, riferiscono i ricercatori. Il loro lavoro è stato pubblicato oggi su Nature Communications.

"Tutti abbiamo mutazioni nel nostro DNA e dobbiamo capire come ciascuna di queste mutazioni può influenzare l'espressione dei geni correlati alla malattia in modo da poter prevedere precocemente il rischio di malattia. Ciò è particolarmente importante per le malattie autoimmuni," ha affermato Dajiang Liu, illustre professore, vicepresidente per la ricerca e direttore dell'intelligenza artificiale e dell'informatica biomedica presso il College of Medicine dell'Università della Pennsylvania e coautore dello studio.

"Se un algoritmo di intelligenza artificiale può prevedere in modo più accurato il rischio di malattie, ciò significa che possiamo intervenire prima."

Genetica e sviluppo delle malattie

La genetica spesso è alla base dello sviluppo di malattie. Le variazioni nel DNA possono influenzare l’espressione genica, che è il processo mediante il quale le informazioni nel DNA vengono convertite in prodotti funzionali come le proteine. La forza o la debolezza con cui un gene viene espresso può influenzare il rischio di malattia.

Gli studi di associazione sull'intero genoma (GWAS), un approccio popolare nella ricerca sulla genetica umana, possono identificare le regioni del genoma associate a una particolare malattia o tratto, ma non possono individuare geni specifici che influenzano il rischio di malattia. È simile alla condivisione della tua posizione con un amico, ma senza la regolazione precisa sullo smartphone: la città potrebbe essere ovvia, ma l'indirizzo è nascosto.

I metodi esistenti sono limitati anche nel dettaglio dell'analisi. L'espressione genica può essere specifica per determinati tipi di cellule. Se l'analisi non distingue tra diversi tipi di cellule, i risultati potrebbero non comprendere le reali relazioni di causa-effetto tra varianti genetiche ed espressione genica.

Metodo ESPRESSO

Il metodo del team, chiamato 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 misurano il modo in cui i geni possono essere modificati dall'ambiente per influenzare le malattie. 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 di rischio per le malattie autoimmuni che hanno veramente effetti specifici sul tipo di cellula, nel senso che colpiscono solo un certo tipo di cellula e non altri", ha affermato Bibo Jiang, assistente professore del College of Medicine dell'Università della Pennsylvania e autore senior dello studio.

Potenziali applicazioni terapeutiche

Il team ha utilizzato queste informazioni per identificare potenziali terapie per le malattie autoimmuni. Attualmente, dicono, non esistono buone opzioni di trattamento 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 spesso hanno effetti collaterali così negativi che non possono essere utilizzati a lungo termine. Tuttavia, la genomica e l'intelligenza artificiale offrono un percorso promettente per lo sviluppo di nuove terapie", ha affermato Laura Carrel, professoressa di biochimica e biologia molecolare presso il College of Medicine dell'Università della Pennsylvania e coautrice dello studio.

Il lavoro del team ha individuato composti farmacologici in grado di invertire l'espressione genetica nei tipi cellulari associati a malattie autoimmuni, come la vitamina K per la colite ulcerosa e la metformina, che solitamente prescritto 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 nel trattamento di altre malattie, potrebbero potenzialmente essere riutilizzati.

Il team di ricerca sta lavorando con i colleghi per testare i risultati in laboratorio ed eventualmente in studi clinici.

Lida Wang, una studentessa di dottorato nel programma di biostatistica, e Chakrit Khunsriraksakul, che ha conseguito 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 del College of Medicine dell'Università della Pennsylvania includono Havell Marcus, che sta conseguendo una laurea in medicina e medicina; Deyi Chen, dottorando; Fan Zhang, studente laureato; e Fang Chen, borsista post-dottorato. Anche Xiaowei Zhang, assistente professore presso il Southwestern Medical Center dell'Università del Texas, si è unito al lavoro.