Analitycy danych z Icahn School of Medicine w Mount Sinai w Nowym Jorku wraz ze współpracownikami stworzyli model sztucznej inteligencji, który może dokładniej przewidywać, które istniejące leki, obecnie niesklasyfikowane jako szkodliwe, mogą w rzeczywistości prowadzić do wrodzonych niepełnosprawności.

Model lub „wykres wiedzy”, opisany w numerze z 17 lipca Natura dziennik Medycyna komunikacji [DOI: 10.1038/s43856-023-00329-2], ma również potencjał przewidywania udziału związków przedklinicznych, które mogą zaszkodzić rozwijającemu się płodowi. Badanie jest pierwszym znanym tego rodzaju, w którym wykorzystano wykresy wiedzy do integracji różnych typów danych w celu zbadania przyczyn wrodzonych niepełnosprawności.

Wady wrodzone to nieprawidłowości, które dotykają około 1 na 33 urodzeń w Stanach Zjednoczonych. Mogą być funkcjonalne lub strukturalne i uważa się, że wynikają z różnych czynników, w tym genetycznych. Jednak przyczyny większości tych niepełnosprawności pozostają nieznane. Niektóre substancje znajdujące się w lekach, kosmetykach, żywności i zanieczyszczeniach środowiska mogą potencjalnie prowadzić do wad wrodzonych, jeśli zostaną wystawione na działanie podczas ciąży.

„Chcieliśmy poprawić naszą wiedzę na temat zdrowia reprodukcyjnego i rozwoju płodu, a co ważne, ostrzec przed potencjalnymi nowymi lekami powodującymi wady wrodzone, zanim leki te zostaną szeroko wprowadzone na rynek i rozpowszechnione” – mówi dr Avi Ma’ayan, profesor nauk farmakologicznych , oraz dyrektor Centrum Bioinformatyki Mount Sinai w Icahn Mount Sinai i główny autor artykułu. „Chociaż identyfikacja przyczyn leżących u podstaw jest skomplikowanym zadaniem, mamy nadzieję, że dzięki złożonej analizie danych, takiej jak ta, która łączy dowody z wielu źródeł, będziemy w stanie w niektórych przypadkach lepiej przewidywać, regulować i chronić przed poważnymi szkodami, które wrodzona niepełnosprawność może spowodować”.

Naukowcy zgromadzili wiedzę z kilku zestawów danych na temat powiązań wad wrodzonych odnotowanych w opublikowanych pracach, w tym z programów NIH Common Fund, aby wykazać, w jaki sposób integracja danych z tych zasobów może prowadzić do synergicznych odkryć. W szczególności połączone dane pochodzą ze znanej genetyki zdrowia reprodukcyjnego, klasyfikacji leków na podstawie ryzyka związanego z ciążą oraz wpływu leków i związków przedklinicznych na mechanizmy biologiczne wewnątrz ludzkich komórek.

W szczególności dane obejmowały badania powiązań genetycznych, zmian ekspresji genów indukowanych lekami i przedklinicznymi związkami w liniach komórkowych, znanych celów leków, ocen obciążenia genetycznego genów ludzkich oraz wyników krzyżowania łożyskowego dla leków małocząsteczkowych.

Co ważne, przy użyciu ReproTox-KG z częściowo nadzorowanym uczeniem (SSL) zespół badawczy nadał priorytet 30 000 przedklinicznych leków małocząsteczkowych pod kątem ich potencjalnego przenikania przez łożysko i wywoływania wad wrodzonych. SSL to gałąź uczenia maszynowego, która wykorzystuje niewielką ilość oznaczonych danych do kierowania przewidywaniami dla znacznie większych nieoznaczonych danych. Ponadto, analizując topologię ReproTox-KG, zidentyfikowano ponad 500 grup wad wrodzonych/genów/leków, które mogą wyjaśnić mechanizmy molekularne leżące u podstaw wad wrodzonych wywołanych lekami. W kategoriach teorii grafów kliki są podzbiorami grafu, w których wszystkie węzły w kliki są bezpośrednio połączone ze wszystkimi innymi węzłami w kliki.

Badacze ostrzegają, że wyniki badania są wstępne i że potrzebne są dalsze eksperymenty w celu ich walidacji.

Następnie badacze planują zastosować podobne podejście oparte na wykresach w innych projektach skupiających się na związku między genami, lekami i chorobami. Ich celem jest również wykorzystanie przetworzonego zestawu danych jako materiałów szkoleniowych na kursy i warsztaty z analizy bioinformatycznej. Ponadto planują rozszerzyć badanie, aby uwzględnić bardziej złożone dane, takie jak ekspresja genów z określonych tkanek i typów komórek zebranych na wielu etapach rozwoju.

„Mamy nadzieję, że nasza wspólna praca doprowadzi do powstania nowych globalnych ram oceny potencjalnej toksyczności nowych leków i wyjaśnienia mechanizmów biologicznych, dzięki którym niektóre leki, o których wiadomo, że powodują wady wrodzone, mogą działać. Możliwe, że w pewnym momencie w przyszłości agencje regulacyjne, takie jak amerykańska Agencja ds. Żywności i Leków oraz Agencja Ochrony Środowiska Stanów Zjednoczonych, mogą wykorzystywać to podejście do oceny ryzyka związanego z nowymi lekami lub innymi zastosowaniami chemicznymi” — mówi dr Ma’ayan.