Forscher des Francis Crick Institute und des UCL Queen Square Institute of Neurology haben in Zusammenarbeit mit dem Technologieunternehmen Faculty AI gezeigt, dass maschinelles Lernen mithilfe von Bildern von Stammzellen, die von Patienten stammen, Subtypen der Parkinson-Krankheit genau vorhersagen kann.
Ihre Arbeit wurde heute veröffentlicht in Naturmaschinenintelligenzhat gezeigt, dass Computermodelle vier Subtypen der Parkinson-Krankheit genau klassifizieren können, wobei einer eine Genauigkeit von 95 % erreicht. Dies könnte den Weg für personalisierte Medizin und gezielte Arzneimittelentwicklung ebnen.
Die Parkinson-Krankheit ist eine neurodegenerative Erkrankung, die Bewegung und Wahrnehmung beeinträchtigt. Symptome und Krankheitsverlauf variieren von Person zu Person aufgrund unterschiedlicher zugrunde liegender Mechanismen, die die Krankheit verursachen.
Bisher gab es keine Möglichkeit, Subtypen genau zu unterscheiden, was bedeutet, dass Menschen unspezifische Diagnosen erhalten und nicht immer Zugang zu gezielten Behandlungen, Unterstützung oder Pflege haben.
Bei der Parkinson-Krankheit kommt es zu einer Fehlfaltung wichtiger Proteine und zu Störungen bei der Beseitigung fehlerhafter Mitochondrien, der Quelle der Energieproduktion in der Zelle. Die meisten Fälle von Parkinson-Krankheit beginnen sporadisch, einige können jedoch mit genetischen Mutationen zusammenhängen.
Die Forscher erzeugten Stammzellen aus patienteneigenen Zellen und erzeugten chemisch vier verschiedene Subtypen der Parkinson-Krankheit, wobei zwei Wege zur toxischen Anhäufung eines Proteins namens α-Synuclein und zwei Wege zur Bildung nicht mehr funktionierender Mitochondrien beteiligt sind, um einen „Menschen“ zu erschaffen Modell einer Gehirnerkrankung in einer Schüssel“.
Anschließend bildeten sie die Krankheitsmodelle mikroskopisch detailliert ab und markierten wichtige Zellbestandteile, darunter Lysosomen, die am Abbau abgenutzter Teile der Zelle beteiligt sind. Die Forscher „trainierten“ ein Computerprogramm, jeden Subtyp zu erkennen, das dann in der Lage war, den Subtyp vorherzusagen, wenn ihm Bilder präsentiert wurden, die es zuvor noch nicht gesehen hatte.
Die Mitochondrien und Lysosomen waren die wichtigsten Merkmale bei der Vorhersage des richtigen Subtyps – was ihre Beteiligung an der Entwicklung der Parkinson-Krankheit bestätigte – aber auch andere Bereiche der Zelle wie der Zellkern erwiesen sich als wichtig, ebenso wie Aspekte der Bilder, die wir darstellen können. Ich kann es noch nicht erklären.
James Evans, Doktorand am Crick und UCL und Co-Erstautor zusammen mit Karishma D’Sa und Gurvir Virdi, sagte: „Da wir jetzt fortschrittlichere Bildtechniken verwenden, erzeugen wir riesige Datenmengen, von denen viele verworfen werden, wenn.“ Wir wählen manuell einige interessante Funktionen aus.
„Der Einsatz von KI in dieser Studie ermöglichte es uns, eine größere Anzahl von Zellmerkmalen auszuwerten und die Bedeutung dieser Merkmale für die Unterscheidung von Krankheitssubtypen einzuschätzen. Mithilfe von Deep Learning konnten wir viel mehr Informationen aus unseren Bildern extrahieren als mit herkömmlicher Bildanalyse.“ Wir hoffen nun, diesen Ansatz erweitern zu können, um zu verstehen, wie diese zellulären Mechanismen zu anderen Subtypen der Parkinson-Krankheit beitragen.“
Sonia Gandhi, stellvertretende Forschungsdirektorin und Gruppenleiterin des Neurodegeneration Biology Laboratory am Crick, sagte: „Wir verstehen viele der Prozesse, die Parkinson im Gehirn von Menschen verursachen. Aber solange sie leben, können wir nicht wissen, welcher Mechanismus.“ passiert, und kann daher keine genauen Behandlungen geben.
„Derzeit gibt es keine Behandlungen, die einen großen Unterschied im Fortschreiten der Parkinson-Krankheit bewirken. Mithilfe eines Modells der eigenen Neuronen des Patienten und der Kombination mit einer großen Anzahl von Bildern haben wir einen Algorithmus zur Klassifizierung bestimmter Subtypen erstellt – ein leistungsstarker Ansatz.“ Das könnte die Tür zur Identifizierung von Krankheitssubtypen im Leben öffnen. Wenn wir noch einen Schritt weiter gehen, würde unsere Plattform es uns ermöglichen, Medikamente zunächst in Stammzellmodellen zu testen und vorherzusagen, ob die Gehirnzellen eines Patienten wahrscheinlich auf ein Medikament reagieren würden, bevor wir uns in die Studie einschreiben in klinische Studien. Die Hoffnung ist, dass dies eines Tages zu grundlegenden Veränderungen in der Art und Weise führen könnte, wie wir personalisierte Medizin bereitstellen.“
Das Projekt wurde während der Unterbrechung der Laborforschung während der Pandemie entwickelt – das gesamte Team absolvierte einen intensiven Programmierkurs, lernte das Programmieren in Python und entwickelte Fähigkeiten, die es nun auf aktuelle Projekte anwendet.
James Fleming, Chief Information Officer am Crick, der bei dem Projekt mit der Fakultät für KI zusammengearbeitet hat, sagte: „KI ist eine faszinierende und leistungsstarke Technologie, die jedoch oft durch Hype und Fachjargon undurchschaubar gemacht wird. Dieser Artikel entstand als Ergebnis von eine einzigartige Industriepartnerschaft mit der Fakultät, um zu sehen, ob eine Gruppe von absoluten KI-Anfängern in einem sehr kurzen Zeitrahmen Best Practices erlernen und direkt auf ihre Wissenschaft anwenden kann. Der Erfolg dieses Projekts hat nicht nur bewiesen, dass sie es können, sondern auch neue Erkenntnisse gewonnen , hat aber auch dazu beigetragen, die Investitionen in den schnellen Ausbau unseres eigenen KI- und Software-Engineering-Teams voranzutreiben, das über 25 Projekte in verschiedenen Labors im gesamten Crick in der Entwicklung hat und jeden Monat neue Projekte startet.“
Die nächsten Schritte für das Forschungsteam bestehen darin, Krankheitssubtypen bei Menschen mit anderen genetischen Mutationen zu verstehen und herauszufinden, ob sporadische Fälle der Parkinson-Krankheit (dh ohne genetische Mutationen) auf ähnliche Weise klassifiziert werden können.
Quelle:
Das Francis Crick Institute