Ученые разработали инструмент, позволяющий выявлять болезнь Паркинсона за несколько лет до появления первых симптомов. В данном исследовании, опубликованном в журнале ACS Central Science, ученые описали, как использовали нейронные сети для анализа биомаркеров в биологических жидкостях пациентов. Они изучили образцы крови, некогда взятые у здоровых людей, сосредоточив внимание на 39 пациентах, у которых болезнь Паркинсона развилась спустя 15 лет.
Команда опробовала свою программу ИИ на данных, содержащих обширную информацию о метаболитах (химических соединениях, которые организм создает при расщеплении пищи, лекарств или химических веществ). После сравнения этих метаболитов с метаболитами 39 пациентов контрольной группы (людей, участвовавших в том же исследовании, у которых не развилась болезнь Паркинсона) - команда смогла определить уникальные комбинации метаболитов, которые могут предотвратить развитие болезни Паркинсона или, возможно, стать ее ранними признаками.
Исследовательница Диана Чжан совместно с командой ученых разработали инструмент машинного обучения под названием CRANK-MS, что расшифровывается как Classification and Ranking Analysis using Neural network generates Knowledge from Mass Spectrometry. "Наиболее распространенным методом анализа данных метаболомики(изучение уникальных химических "отпечатков“ специфичных для процессов, протекающих в живых клетках) являются статистический подход", - сказала Чжан. "Поэтому, чтобы выяснить, какие метаболиты более значимы для заболевания по сравнению с контрольной группой, исследователи обычно смотрят на корреляции(связь) с участием конкретных молекул. Мы приняли во внимание, что метаболиты могут иметь ассоциации с другими, вот на этом этапе нам и помог ИИ. С сотнями и тысячами метаболитов мы использовали вычислительные мощности, чтобы понять, что происходит".
В настоящее время болезнь Паркинсона диагностируется на основании физических симптомов, таких как тремор рук в состоянии покоя. Не существует анализов крови или лабораторных тестов для диагностики негенетических случаев этой болезни. Однако атипичные симптомы, такие как нарушение сна и апатия, могут проявляться у людей с болезнью Паркинсона за десятилетия до появления двигательных симптомов. Поэтому ИИ можно использовать при первых признаках симптомов, чтобы исключить риск развития болезни Паркинсона в будущем.
Авторы исследования подчеркивают, что для надежного использования этого инструмента необходимы валидационные(пригодные) исследования с использованием гораздо более большого объема испытуемых и проведение аналогичного исследования в разных частях земного шара. Однако в ограниченной когорте, изученной в рамках данной работы, результаты были многообещающими: ИИ смог проанализировать химические вещества, содержащиеся в крови, для выявления болезни Паркинсона с точностью до 96%.
При изучении метаболитов людей, у которых в ходе исследования развилась болезнь Паркинсона, были получены некоторые интересные результаты. Например, тритерпеноиды были обнаружены в более низких концентрациях в крови тех, у кого впоследствии развилась болезнь Паркинсона, по сравнению с теми, у кого болезнь не развилась. Тритерпеноиды являются известным нейропротектором, регулирующим окислительный стресс, и часто встречаются в таких продуктах, как яблоки, оливки и помидоры. В будущем можно будет изучить, может ли употребление этих продуктов естественным образом защитить от развития болезни Паркинсона. Также заслуживает дальнейшего изучения вопрос о наличии полифторированных алкильных веществ у людей, у которых впоследствии развилась болезнь Паркинсона, что может быть связано с воздействием промышленных химикатов.
CRANK-MS - это инструмент, который находится в открытом доступе для всех исследователей, желающих использовать ИИ для диагностики заболеваний с помощью данных метаболомики. "Мы построили модель таким образом, чтобы она соответствовала цели", - говорит Чжан. "Применение CRANK-MS для выявления болезни Паркинсона - это лишь один пример того, как ИИ может улучшить способы диагностики и мониторинга заболеваний. Самое интересное, что CRANK-MS может быть легко применен к другим заболеваниям для выявления новых биомаркеров, представляющих интерес. Инструмент удобен в использовании, в среднем результаты могут быть получены менее чем за 10 минут на обычном ноутбуке".