Ново AI решение разкрива „пълната картина“ на клетките и може да ускори откритията в биомедицината

Изследователи от Broad Institute на MIT и Harvard, заедно с ETH Zurich и Paul Scherrer Institute (PSI), представиха иновативна AI рамка, която обещава да промени начина, по който учените анализират клетките и разбират механизмите на заболяванията. Методът, публикуван в Nature Computational Science, позволява на биолозите да виждат кои данни за клетката са уникални за даден тип измерване и кои се припокриват между различни техники.

Това е ключов пробив, защото клетките са изключително сложни структури, а различните методи за измерване — като анализ на генна експресия, протеини или хроматин — често дават различни фрагменти от информация. Досега учените трябваше да провеждат множество отделни експерименти, за да сглобят цялостната картина.

AI, който разбира клетките като „Вен диаграма“

Новият модел използва подход, подобен на Вен диаграма:

• общо пространство, в което се съхранява информацията, споделена между различните измервания;
• отделни пространства за данни, специфични за всяка измервателна техника.

Така AI системата автоматично определя кои характеристики на клетката са уловени от кои методи — нещо, което досега изискваше времеемки лабораторни сравнения.

„Имаме много начини да погледнем една клетка, но в крайна сметка тя има едно единствено състояние. Ако комбинираме данните по по-интелигентен начин, можем да видим това състояние много по-пълно“, обяснява водещият автор Синъи Джан, бивш докторант в MIT и настоящ ръководител на група в AITHYRA, Виена.

По-бързо разбиране на болести като рак, Алцхаймер и диабет

Технологията може да помогне на учените да проследяват развитието на заболявания, да идентифицират ключови биомаркери и да изберат най-подходящите методи за измерване в бъдещи експерименти. Например, екипът успешно е използвал модела, за да определи коя измервателна техника най-точно улавя протеинов маркер, свързан с увреждане на ДНК при пациенти с рак.

„Не можем да измерим всички възможни клетъчни модалности. Затова имаме нужда от инструмент, който да предскаже кои са най-важните“, казва проф. Каролайн Улър, старши автор на изследването.

Какво следва

Екипът планира да направи модела още по-интерпретируем и да го приложи към по-широк набор от клинични въпроси. Целта е AI да се превърне в ключов инструмент за биолозите, който не просто интегрира данни, а разкрива как различните компоненти на клетката си взаимодействат.

Проектът е финансиран от Eric and Wendy Schmidt Center, Swiss National Science Foundation, NIH, Office of Naval Research, AstraZeneca, MIT-IBM Watson AI Lab, MIT J-Clinic и Simons Investigator Award.