Yapay Zeka ve Robotik, Parkinson Hastalığının Gizli İmzalarını Ortaya Çıkarıyor

Özet: Yapay zeka ve robot teknolojisini birleştiren araştırmacılar, hastalardan alınan deri hücresi örneklerinde Parkinson hastalığının yeni hücresel özelliklerini belirlediler.

Kaynak: New York Kök Hücre Vakfı

Bugün yayınlanan bir araştırma Doğa İletişimi hasta hücrelerini incelemek için robotik sistemleri görüntü analizi için yapay zeka yöntemleriyle birleştiren, hastalığın hücresel imzalarını keşfetmek için yeni bir platform sunuyor.

Otomatik hücre kültürü platformlarını kullanan NYSCF Araştırma Enstitüsü’ndeki bilim adamları, 91 hasta ve sağlıklı kontrolden oluşan bir kohorttan bir milyonun üzerinde cilt hücresi görüntüsü oluşturup profil çıkararak Parkinson hastalığının yeni hücresel özelliklerini başarılı bir şekilde belirlemek için Google Research ile işbirliği yaptı.

NYSCF CEO’su Susan L. Solomon, JD, “Geleneksel ilaç keşfi, özellikle Parkinson gibi karmaşık hastalıklar için pek iyi çalışmıyor” dedi. “NYSCF’nin geliştirdiği robot teknolojisi, büyük hasta popülasyonlarından büyük miktarda veri üretmemize ve gerçekten işe yarayan ilaçları keşfetmek için tamamen yeni bir temel olarak yeni hastalık belirtileri keşfetmemize izin veriyor.”

Yazılım Mühendisi Marc Berndl, “Bu, hastalık araştırmaları için yapay zekanın gücünün ideal bir göstergesidir” diye ekledi. Google Research’te. “NYSCF ile özellikle gelişmiş robotik sistemleri güvenilir içgörüler sağlayabilecek tekrarlanabilir veriler oluşturduğu için çok verimli bir işbirliği yaptık.”

Yapay Zeka ve Otomasyonu Birleştirme

Çalışma, NYSCF’nin geniş hasta hücreleri deposundan ve son teknoloji robotik sistemden yararlandı – NYSCF Küresel Kök Hücre Dizisi^® – 91 Parkinson hastası ve sağlıklı kontrolden alınan milyonlarca hücrenin profilini çıkarmak için. Bilim adamları Diziyi kullandı^® cilt delme biyopsi örneklerinden fibroblast adı verilen cilt hücrelerini izole etmek ve genişletmek, bu hücrelerin farklı kısımlarını Hücre Boyama adı verilen bir teknikle etiketlemek ve binlerce yüksek içerikli optik mikroskopi görüntüsü oluşturmak.

Elde edilen görüntüler, hasta hücrelerine özgü, onları sağlıklı kontrollerden ayırt etmek için kullanılabilecek görüntü özelliklerini tanımlayarak, tarafsız, yapay zeka güdümlü bir görüntü analiz hattına beslendi.

Google Research Araştırma Bilimcisi Samuel J. Yang, “Bu yapay zeka yöntemleri, başka türlü gözlemlenemeyecek olan hasta hücrelerinin hangi ortak noktalarına sahip olduğunu belirleyebilir,” dedi. “Ayrıca önemli olan şey, algoritmaların tarafsız olması – Parkinson hastalığı hakkında herhangi bir ön bilgiye veya önyargıya dayanmıyorlar, bu yüzden tamamen yeni hastalık belirtileri keşfedebiliriz.”

Parkinson’un yeni imzalarına duyulan ihtiyaç, belirli hastalık hedeflerine ve hastalığın itici güçleri olduğuna inanılan yolaklara dayalı olarak keşfedilen ilaçlar için yapılan son klinik deneylerin yüksek başarısızlık oranlarının altını çiziyor. Özellikle hasta popülasyonlarında tarafsız yöntemler kullanılarak bu yeni hastalık imzalarının keşfi, teşhis ve ilaç keşfi için değer taşır, hatta hastalar arasında yeni ayrımları ortaya çıkarır.

Çalışmada NYSCF Kıdemli Araştırmacısı olan Bjarki Johannesson, “Heyecan verici bir şekilde, hasta hücrelerinin görüntüleri ile sağlıklı kontroller ve hastalığın farklı alt türleri arasında ayrım yapabildik” dedi. “Bir hücre örneğinin hangi donörden geldiğini oldukça doğru bir şekilde tahmin edebiliriz.”

İlaç Keşfi Uygulamaları

Ekip tarafından belirlenen Parkinson hastalığı imzaları, artık hangi ilaçların bu özellikleri tersine çevirebileceğini keşfetmek için hasta hücreleri üzerinde ilaç taramaları yapmak için bir temel olarak kullanılabilir. Çalışma ayrıca bir topluluk kaynağı olarak bilinen en büyük Hücre Boyama veri kümesini (48 TB) sağlar ve araştırma topluluğu tarafından kullanılabilir.

Özellikle, platform hastalıktan bağımsızdır ve yalnızca hastalardan kolayca erişilebilen cilt hücrelerini gerektirir. NYSCF’nin çeşitli hastalıkları modellemek için oluşturduğu indüklenmiş pluripotent kök hücrelerin türevleri dahil olmak üzere diğer hücre tiplerine de uygulanabilir. Bu nedenle araştırmacılar, platformlarının geleneksel ilaç keşfinin başarısız olduğu birçok hastalık için yeni terapötik yollar açabileceğinden umutlu.

NYSCF Keşif ve Platform Geliştirme Kıdemli Başkan Yardımcısı Daniel Paull, “Bu, hastalık özelliklerini bu kadar hassas ve hassas bir şekilde başarıyla tanımlayan ilk araçtır” dedi. “Hasta alt gruplarını belirleme gücü, birçok zorlu hastalıkta hassas tıp ve ilaç geliştirme için önemli etkilere sahiptir.”

Bu Parkinson hastalığı ve nöroteknoloji araştırma haberleri hakkında

Soyut

İnsan fibroblastlarındaki karmaşık hastalık imzalarını belirlemek için derin öğrenmeyi ve tarafsız otomatik yüksek içerikli taramayı entegre etme

Parkinson hastalığı gibi hastalıklar için ilaç keşfi, taranabilir hücresel fenotiplerin olmaması nedeniyle engelleniyor. Otomatik hücre kültürü, yüksek içerikli görüntüleme, Hücre Boyama ve derin öğrenmeyi birleştiren tarafsız bir fenotipik profil oluşturma platformu sunuyoruz.

Bu platformu 91 Parkinson hastasının birincil fibroblastlarına uyguladık ve sağlıklı kontrolleri eşleştirerek bugüne kadar 48 terabaytta halka açık en büyük Hücre Boyama görüntü veri setini oluşturduk.

Her görüntüden derin yerleştirmeler oluşturmak ve morfolojik hastalık fenotiplerini tespit etmek için makine öğrenimi modellerini eğitmek için ImageNet üzerinde eğitilmiş bir evrişimsel derin sinir ağından sabit ağırlıklar kullanıyoruz. Platformumuzun sağlamlığı ve hassasiyeti, partiler ve plaka düzenleri arasında yüksek doğrulukla kişiye özel varyasyonların saptanmasına olanak tanır.

Son olarak, modellerimiz güvenle ayrılıyor LRRK2 ve sağlıklı kontrollerden sporadik Parkinson hastalığı hatları (eğri 0.79 (0.08 standart sapma) altındaki alıcı çalışma karakteristik alanı), bu platformun karmaşık hastalık modelleme ve ilaç tarama uygulamaları için kapasitesini destekler.