Przełomowe odkrycie biomarkerów demencji
Demencja stanowi rosnące wyzwanie globalne — dotyka 40 milionów osób na całym świecie. Przewiduje się, że liczba ta będzie się podwajać co 20 lat. W samej Europie żyje 8,8 miliona osób cierpiących na tę chorobę. Diagnoza demencji, pomimo ogromnego wpływu tej choroby na życie osobiste i społeczne, pozostaje trudna na wczesnym etapie, ponieważ objawy kliniczne pojawiają się wiele lat po wystąpieniu zmian patologicznych, a demencja o różnym podłożu ma pokrywające się objawy.
Integracyjne podejście do identyfikacji biomarkerów
Projekt MIRIADE(odnośnik otworzy się w nowym oknie), realizowany przy wsparciu programu działania „Maria Skłodowska-Curie”(odnośnik otworzy się w nowym oknie), miał na celu przyspieszenie odkrywania nowych biomarkerów demencji(odnośnik otworzy się w nowym oknie). „Stworzyliśmy unikalny program badawczy i szkoleniowy, którego celem było zastosowanie podejścia precyzyjnej opieki zdrowotnego w celu wczesnego diagnozowania, monitorowania chorób i zapewnienia lepszych wyników leczenia” — wyjaśnia koordynatorka projektu Charlotte Teunissen z Centrum Medycznego Uniwersytetu Amsterdamskiego(odnośnik otworzy się w nowym oknie) (UMC).
Przełom z pomocą uczenia maszynowego
Głównym osiągnięciem projektu MIRIADE jest jego integracyjne podejście do analizy danych i identyfikacji biomarkerów. Konsorcjum scaliło dane omiczne(odnośnik otworzy się w nowym oknie) z płynu mózgowo-rdzeniowego (CSF) i próbek krwi oraz przekazało ponad 30 kandydatów na biomarkery do opracowania. W pracach wykorzystano połączenie sztucznej inteligencji, analizy dużych zbiorów danych, najnowocześniejsze technologie wykrywania oraz szkolenia umiejętności w zakresie przedsiębiorczości, aby rozwijać zarówno badania naukowe, jak i zastosowania kliniczne. Opracowane narzędzia sztucznej inteligencji zostały zaprojektowane do wspomagania doktorantów i naukowców pracujących przy projekcie, aby zawęzić tysiące białek do tych, które są warte zbadania. Opierały się na istniejących zbiorach danych, przeglądach literatury i danych eksperymentalnych zebranych w ramach samego projektu. Na przykład w Luksemburgu badacze zastosowali wyrafinowane modele statystyczne i techniki eksploracji danych tekstowych. To wielowarstwowe podejście do danych umożliwiło modelom uczenia maszynowego przewidywanie, które białka były nie tylko istotne biologicznie, ale których poziom też można zmierzyć w płynie mózgowo-rdzeniowym lub krwi. Innym potężnym zastosowaniem sztucznej inteligencji była ocena, czy dane białko można wykryć za pomocą przeciwciał — odczynników, które wiążą się z białkami docelowymi. „Zazwyczaj ten proces wymaga nieco prób i błędów” — mówi Teunissen. „Ale modele sztucznej inteligencji pomogły przewidzieć, czy interakcja przeciwciało białko ma szanse zadziałać, jeszcze przed jej przetestowaniem w laboratorium”. Dla trójki z 15 doktorantów projektu sztuczna inteligencja nie była tylko metodą badawczą, ale głównym celem ich badań. Korzyści z tego płynące znacznie wykraczają poza zakres projektu MIRIADE. Modele te stanowią obecnie podstawę nowych projektów w dziedzinie badań nad chorobami neurodegeneracyjnymi, oferując inteligentniejszy sposób wybierania biomarkerów, które działają w rzeczywistych warunkach klinicznych.
Walidacja biomarkerów i opracowywanie testów
Dzięki wspomnianym metodom wykorzystującym duże zbiory danych poczyniono znaczne postępy w opracowywaniu testów biomarkerów i walidacji klinicznej. Zespół projektu MIRIADE wykorzystał zaawansowane technologie białkowe, aby z powodzeniem opracować i zweryfikować klinicznie testy dla 16 biomarkerów. Wśród priorytetowych biomarkerów znalazły się dekarboksylaza dopaminowa dla demencji, akwaporyna-4 dla choroby Alzheimera oraz biomarkery synaptyczne(odnośnik otworzy się w nowym oknie) SNAP-25 i VAMP-2 we krwi dla demencji czołowo-skroniowej i choroby Alzheimera.
Przełożenie wyników badań na praktykę kliniczną
Obecnie na zaawansowanym etapie jest już przekładanie wyników badań MIRIADE na zastosowania kliniczne i diagnostyczne. Biomarkery, takie jak dekarboksylaza dopaminowa, są już wdrażane we wstępnych badaniach klinicznych, a testy pTau w osoczu są poddawane ocenie prospektywnej. W przypadku innych biomarkerów planowane są retrospektywne i prospektywne badania walidacyjne w celu udoskonalenia ich zastosowań klinicznych. Ponadto w ramach projektu stworzono kompleksową mapę drogową, która ma ukierunkować przyszły rozwój biomarkerów. Ramy te obejmują najlepsze praktyki w zakresie integracji sztucznej inteligencji, dużych zbiorów danych, opracowywania testów i walidacji klinicznej, a także podejścia do wspierania współpracy zainteresowanych stron w celu przyspieszenia przełożenia badań nad biomarkerami na praktykę. W dalszej perspektywie projekt będzie kontynuował podjęte prace: udoskonali walidację biomarkerów, zajmie się skalowaniem produkcji testów oraz poszukiwaniem finansowania na rozwój swoich odkryć. Zespół projektu MIRIADE kształtuje przyszłość, w której szybka diagnoza i skuteczne leczenie znacznie poprawią wyniki pacjentów i zmniejszą społeczno-ekonomiczne obciążenie demencją na całym świecie.
