Νέο μοντέλο βασισμένο στην εξέλιξη προβλέπει τη σοβαρότητα μεταλλάξεων που δεν έχουν παρατηρηθεί ξανά σε κανέναν ασθενή
Ερευνητές δημιούργησαν ένα προηγμένο μοντέλο τεχνητής νοημοσύνης που μπορεί να εντοπίζει ποιες μεταλλάξεις στις ανθρώπινες πρωτεΐνες είναι πιο πιθανό να προκαλέσουν ασθένειες. Το popEVE μπορεί να το κάνει αυτό ακόμη και όταν αυτές οι μεταλλάξεις δεν έχουν παρατηρηθεί ποτέ πριν σε κανένα άτομο. Το μοντέλο δημιουργήθηκε χρησιμοποιώντας δεδομένα από εκατοντάδες χιλιάδες διαφορετικά είδη και γενετικές παραλλαγές στον ανθρώπινο πληθυσμό. Το τεράστιο εξελικτικό αρχείο επιτρέπει στο εργαλείο να διακρίνει ποια μέρη από τις περίπου 20.000 ανθρώπινες πρωτεΐνες είναι απαραίτητα για τη ζωή και ποια μπορούν να ανεχθούν αλλαγές.
Αυτό επιτρέπει στο popEVE όχι μόνο να εντοπίζει τις μεταλλάξεις που προκαλούν ασθένειες, αλλά και να κατατάσσει τη σοβαρότητά τους σε ολόκληρο το σώμα. Τα ευρήματα δημοσιεύθηκαν στο Nature Genetics από ερευνητές της Ιατρικής Σχολής του Χάρβαρντ και του Κέντρου Γενωμικής Ρύθμισης (CRG) στη Βαρκελώνη και αναμένεται να μεταμορφώσουν τον τρόπο με τον οποίο οι γιατροί διαγιγνώσκουν τις γενετικές ασθένειες.
Η λύση στα αδιάγνωστα περιστατικά
Ένας στους δύο ανθρώπους με σπάνια ασθένεια δεν λαμβάνει ποτέ σαφή διάγνωση. Το popEVE θα μπορούσε να αλλάξει αυτό το γεγονός, βοηθώντας τους γιατρούς να επικεντρωθούν πρώτα στις πιο επιβλαβείς παραλλαγές. Ένα άλλο σημαντικό πλεονέκτημα είναι ότι μπορεί να λειτουργήσει μόνο με τις γενετικές πληροφορίες του ασθενούς. Αυτό έχει σημαντικές επιπτώσεις για την ιατρική των σπάνιων ασθενειών σε συστήματα υγειονομικής περίθαλψης με περιορισμένους πόρους, καθιστώντας τις διαγνώσεις ταχύτερες απλούστερες και φθηνότερες από ό,τι στο παρελθόν.
Όπως εξηγεί η Δρ. Mafalda Dias, συν-συγγραφέας της μελέτης και ερευνήτρια στο CRG, οι κλινικές δεν έχουν πάντα πρόσβαση στο γονιδιακό υλικό των γονέων. Το popEVE μπορεί να βοηθήσει τους γιατρούς να εντοπίσουν τις μεταλλάξεις που προκαλούν ασθένειες ακόμη και όταν ο ασθενής προσέρχεται μόνος του, κάτι που ήδη παρατηρείται από τις συνεργασίες με τις κλινικές.
ΔΕΙΤΕ ΕΠΙΣΗΣ | Συναγερμός και στην Ευρώπη για το επικίνδυνο γάλα – Η ανακοίνωση του ευρωπαϊκού Κέντρου Πρόληψης και Eλέγχου Νοσημάτων
ΔΕΙΤΕ ΕΠΙΣΗΣ | Στρώσιμο χαλιών: Τα 4 λάθη που κάνουν οι περισσότεροι και πώς τα αποφεύγουμε
Το γονιδίωμα κάθε ατόμου περιέχει πολλές μικρές διαφορές που το καθιστούν μοναδικό. Αυτό περιλαμβάνει μεταλλάξεις missense, δηλαδή αλλαγές που μεταβάλλουν ένα αμινοξύ σε μια πρωτεΐνη. Πολλές από αυτές είναι αβλαβείς, αλλά ορισμένες προκαλούν σοβαρές παθήσεις ή διαταραχές. Η πρόκληση είναι να προσδιοριστεί ποιες είναι καλοήθεις και ποιες είναι επιβλαβείς. Για παθήσεις «σπάνιες ως μία» δεν υπάρχουν ιστορικά περιστατικά για να συμβουλευτεί κανείς. Ακόμα και αν ολόκληρος ο πληθυσμός του κόσμου είχε υποβληθεί σε αλληλούχιση, οι μεταλλάξεις αυτών των ασθενών θα ήταν εντελώς νέες.
Για την επίλυση αυτού του προβλήματος, η ερευνητική ομάδα στράφηκε στην εξέλιξη. Κατά τη διάρκεια δισεκατομμυρίων ετών, η εξέλιξη στη Γη έχει ήδη πραγματοποιήσει αμέτρητα πειράματα, δοκιμάζοντας ποιες αλλαγές μπορεί να ανεχθεί μια πρωτεΐνη και ποιες είναι πολύ επιβλαβείς για να επιβιώσει. Τα υπολογιστικά μοντέλα μπορούν να μάθουν ποιες θέσεις αμινοξέων είναι κρίσιμες για τη ζωή, συγκρίνοντας αλληλουχίες πρωτεϊνών σε πολλά διαφορετικά είδη.
ΔΕΙΤΕ ΕΠΙΣΗΣ | 40 φοιτήτριες στο νοσοκομείο από μολυσμένο γαλακτομπούρεκο
ΔΕΙΤΕ ΕΠΙΣΗΣ | Σκάνδαλο υγιεινής σε εστιατόρια διεθνών αλυσίδων – Αποκαλυπτικό βίντεο από τους ελέγχους των Αρχών
Αυτή η ιδέα ήταν η βάση του EVE (Εξελικτικό μοντέλο επίδρασης παραλλαγών), ενός αλγορίθμου που κυκλοφόρησε από τους ερευνητές το 2021 και έκτοτε χρησιμοποιείται στην κλινική γενετική. Ωστόσο, οι βαθμολογίες του EVE δεν ήταν άμεσα συγκρίσιμες μεταξύ διαφορετικών γονιδίων. Αυτό αποτελεί πρόβλημα, επειδή οι γιατροί πρέπει να γνωρίζουν ποια μετάλλαξη στο γονιδίωμα ενός ασθενούς είναι η πιο επιβλαβής συνολικά.
Το τελευταίο μοντέλο της οικογένειας EVE, το popEVE, λύνει αυτό το πρόβλημα συνδυάζοντας εξελικτικά δεδομένα με πληροφορίες από δύο τεράστια αποθετήρια το UK Biobank και το gnomAD. Αυτά τα σύνολα δεδομένων δείχνουν ποιες παραλλαγές υπάρχουν σε υγιείς ανθρώπους, βοηθώντας το μοντέλο να βαθμονομήσει τις προβλέψεις του για τους ανθρώπους.
ΔΕΙΤΕ ΕΠΙΣΗΣ | Τα γνωστά σαμπουάν και καλλυντικά που ανακλήθηκαν τις τελευταίες ημέρες λόγω απαγορευμένων ουσιών
ΔΕΙΤΕ ΕΠΙΣΗΣ | Τι θα πάθω εάν φάω χαλασμένο πορτοκάλι
Το αποτέλεσμα είναι το πρώτο μοντέλο που μπορεί να κατατάξει με νόημα τις μεταλλάξεις σε ολόκληρο το ανθρώπινο πρωτεόμα. Μια μετάλλαξη στο γονίδιο Α μπορεί πλέον να συγκριθεί άμεσα με μια μετάλλαξη στο γονίδιο Β στην ίδια κλίμακα σοβαρότητας. Αυτό επιτρέπει στους γιατρούς, για πρώτη φορά, να επικεντρωθούν πρώτα στις παραλλαγές που ενδέχεται να είναι πιο επιβλαβείς.
Για να επικυρώσουν το popEVE, οι ερευνητές ανέλυσαν γενετικά δεδομένα από περισσότερες από $31.000$ οικογένειες. Στο 98% των περιπτώσεων όπου είχε ήδη εντοπιστεί μια αιτιώδης μετάλλαξη, το popEVE κατέταξε σωστά αυτή την παραλλαγή ως την πιο επιβλαβή στο γονιδίωμα του παιδιού. Υπερέβη σε απόδοση ακόμη και τους πιο προηγμένους ανταγωνιστές του, όπως το AlphaMissense της DeepMind.
Αντιμετώπιση των περιορισμών
Ένα σημαντικό πλεονέκτημα του popEVE είναι ότι αποφεύγει να τιμωρεί άτομα των οποίων η καταγωγή είναι υποεκπροσωπημένη στις γενετικές βάσεις δεδομένων. Αυτές οι βάσεις είναι κατά κύριο λόγο μεροληπτικές προς άτομα ευρωπαϊκής καταγωγής. Άλλα εργαλεία επισημαίνουν πιθανές μεταλλάξεις που προκαλούν ασθένειες απλώς και μόνο επειδή αυτές οι παραλλαγές δεν είχαν παρατηρηθεί στο παρελθόν σε αυτούς τους υποεκπροσωπούμενους πληθυσμούς.
Όπως επισημαίνει ο Δρ Frazer, συν-συγγραφέας της μελέτης και ερευνητής στο CRG, κανείς δεν πρέπει να λαμβάνει τρομακτικά αποτελέσματα μόνο και μόνο επειδή η κοινότητά του δεν είναι καλά εκπροσωπημένη στις παγκόσμιες βάσεις δεδομένων. Το popEVE βοηθά στην αποκατάσταση αυτής της ανισορροπίας.
Οι συγγραφείς τονίζουν ότι το popEVE ερμηνεύει μόνο τις αλλαγές στο DNA που μεταβάλλουν τις πρωτεΐνες. Υπάρχουν πολλοί άλλοι τύποι μεταλλάξεων, οπότε δεν καλύπτει όλους τους τύπους γενετικών παραλλαγών. Επίσης, δεν αντικαθιστά την κλινική κρίση. Οι γιατροί πρέπει να χρησιμοποιούν το ιατρικό ιστορικό και την ανάλυση των συμπτωμάτων για να βοηθήσουν στη διάγνωση.
