Kecerdasan buatan akan meningkatkan prognosis dan pengobatan penyakit autoimun

Algoritma kecerdasan buatan (AI) baru yang canggih dapat menghasilkan prediksi yang lebih akurat dan lebih awal, serta pengembangan pengobatan baru untuk penyakit autoimun, yang mana sistem kekebalan tubuh secara keliru menyerang sel dan jaringan sehat tubuh sendiri. Algoritme ini menganalisis kode genetik yang mendasari kondisi ini untuk memodelkan secara lebih akurat bagaimana gen yang terkait dengan penyakit autoimun tertentu diekspresikan dan diatur, serta untuk mengidentifikasi gen risiko tambahan.

Penelitian ini, yang dikembangkan oleh tim peneliti dari Fakultas Kedokteran Universitas Pennsylvania, mengungguli metodologi yang ada dan mengidentifikasi 26% lebih banyak asosiasi sifat gen baru, lapor para peneliti. Karya mereka dipublikasikan hari ini di Nature Communications.

"Kita semua memiliki mutasi pada DNA kita, dan kita perlu memahami bagaimana mutasi ini dapat memengaruhi ekspresi gen terkait penyakit sehingga kita dapat memprediksi risiko penyakit sejak dini. Hal ini sangat penting terutama untuk penyakit autoimun," kata Dajiang Liu, profesor terkemuka, wakil ketua penelitian dan direktur kecerdasan buatan dan informatika biomedis di Fakultas Kedokteran Universitas Pennsylvania dan salah satu penulis penelitian ini.

“Jika algoritme AI dapat memprediksi risiko penyakit dengan lebih akurat, itu berarti kita dapat melakukan intervensi lebih awal.”

Genetika dan perkembangan penyakit

Genetika seringkali mendasari berkembangnya penyakit. Variasi DNA dapat mempengaruhi ekspresi gen, yaitu proses dimana informasi dalam DNA diubah menjadi produk fungsional seperti protein. Seberapa kuat atau lemahnya suatu gen diekspresikan dapat memengaruhi risiko penyakit.

Studi asosiasi genome-wide (GWAS), sebuah pendekatan populer dalam penelitian genetika manusia, dapat mengidentifikasi wilayah genom yang terkait dengan penyakit atau sifat tertentu, namun tidak dapat menentukan gen spesifik yang memengaruhi risiko penyakit. Hal ini mirip dengan berbagi lokasi dengan teman, namun tanpa penyesuaian pada ponsel cerdas Anda—kotanya mungkin terlihat jelas, namun alamatnya tersembunyi.

Metode yang ada juga terbatas pada detail analisisnya. Ekspresi gen mungkin spesifik untuk tipe sel tertentu. Jika analisis tidak membedakan jenis sel yang berbeda, hasilnya mungkin kehilangan hubungan sebab-akibat yang sebenarnya antara varian genetik dan ekspresi gen.

Metode EKSPRESO

Metode tim, yang disebut EXPRESSO (PREdiksi Ekspresi dengan Statistik Ringkasan Saja), menggunakan algoritme kecerdasan buatan yang lebih canggih dan menganalisis data dari tanda ekspresi kuantitatif sel mononuklear yang menghubungkan varian genetik dengan gen yang diaturnya.

Ini juga mengintegrasikan data genomik 3D dan epigenetika, yang mengukur bagaimana gen dapat dimodifikasi oleh lingkungan untuk mempengaruhi penyakit. Tim menerapkan EXPRESSO ke kumpulan data GWAS untuk 14 penyakit autoimun, termasuk lupus, penyakit Crohn, kolitis ulserativa dan artritis reumatoid.

"Dengan metode baru ini, kami dapat mengidentifikasi lebih banyak gen risiko penyakit autoimun yang benar-benar memiliki efek spesifik pada tipe sel, artinya gen tersebut hanya memengaruhi tipe sel tertentu dan tidak memengaruhi tipe sel lainnya," kata Bibo Jiang, asisten profesor dari Fakultas Kedokteran Universitas Pennsylvania dan penulis senior studi ini.

Aplikasi Terapi Potensial

Tim menggunakan informasi ini untuk mengidentifikasi terapi potensial untuk penyakit autoimun. Saat ini, kata mereka, tidak ada pilihan pengobatan jangka panjang yang baik.

"Sebagian besar pengobatan bertujuan untuk meringankan gejala daripada menyembuhkan penyakit. Ini merupakan dilema, mengingat penyakit autoimun memerlukan pengobatan jangka panjang, namun pengobatan yang ada seringkali memiliki efek samping yang buruk sehingga tidak dapat digunakan dalam jangka panjang. Namun, genomik dan AI menawarkan jalur yang menjanjikan untuk mengembangkan terapi baru," kata Laura Carrel, profesor biokimia dan biologi molekuler di Fakultas Kedokteran Universitas Pennsylvania dan salah satu penulis penelitian ini.

Pekerjaan tim telah menunjukkan senyawa obat yang dapat membalikkan ekspresi gen pada tipe sel yang terkait dengan penyakit autoimun, seperti vitamin K untuk kolitis ulserativa dan metformin, yang biasanya diresepkan untuk diabetes tipe 2, untuk diabetes tipe 1. Obat-obatan ini, yang telah disetujui oleh Badan Pengawas Obat dan Makanan AS (FDA) sebagai obat yang aman dan efektif untuk mengobati penyakit lain, berpotensi digunakan kembali.

Tim peneliti bekerja sama dengan rekan-rekannya untuk menguji temuan mereka di laboratorium dan pada akhirnya dalam uji klinis.

Lida Wang, seorang mahasiswa doktoral dalam program biostatistik, dan Chakrit Khunsriraksakul, yang menerima gelar PhD di bidang bioinformatika dan genomik pada tahun 2022 dan gelar kedokterannya pada bulan Mei dari University of Pennsylvania, memimpin penelitian ini. Penulis lain dari Fakultas Kedokteran Universitas Pennsylvania termasuk Havell Marcus, yang sedang mengejar gelar M.D. Dan gelar kedokteran; Deyi Chen, mahasiswa doktoral; Fan Zhang, mahasiswa pascasarjana; dan Fang Chen, rekan pascadoktoral. Xiaowei Zhang, asisten profesor di University of Texas Southwestern Medical Center, juga bergabung dalam pekerjaan ini.