Графики знаний, дополненные визуализацией, открывают новые цели для лечения сердечно-сосудистых заболеваний

Графики знаний – это мощный инструмент для объединения информации из биологических баз данных и объединения уже известных о генах, заболеваниях, методах лечения, молекулярных путях и симптомах в структурированную сеть. До сих пор им не хватало подробной информации на индивидуальном уровне о том, как на самом деле выглядит и функционирует пораженный орган. 

Последние исследования, проведенные под руководством научного сотрудника доктора Халеда Рджуба и руководителя группы профессора Деклана О'Ригана из группы вычислительной кардиовизуализации Лаборатории медицинских наук MRC, продвинули эту технологию путем первого добавления данных визуализации в граф знаний. CardioKG предоставляет подробное представление о структуре и функциях сердца, что значительно повышает точность прогнозирования того, какие гены связаны с заболеваниями и могут ли существующие лекарства их вылечить. 

Отслеживание вариаций сердца 

Для создания CardioKG команда использовала данные визуализации сердца 4280 участников британского биобанка с мерцательной аритмией, сердечной недостаточностью или сердечным приступом, а также 5304 здоровых участников, фиксируя изменения в структуре и функции сердца. В общей сложности было сгенерировано более 200 000 признаков на основе изображений, которые использовались для обучения модели. Команда интегрировала их с данными из 18 различных биологических баз данных и использовала искусственный интеллект (ИИ) для прогнозирования связей между генами и заболеваниями и возможностей для перепрофилирования лекарств. 

Одним из преимуществ графов знаний является то, что они объединяют информацию о генах, лекарствах и болезнях. Это означает у вас больше возможностей делать открытия о новых методах лечения. Мы обнаружили, что включение изображений сердца в график изменило точность идентификации новых генов и лекарств. 

Профессор Деклан О'Риган, группа вычислительной кардиовизуализации, Лаборатория медицинских наук MRC.

Прогнозирование возможностей новых лекарств 

Модель определила список новых генов, связанных с заболеваниями, и предсказала два препараты для лечения заболеваний сердца; метотрексат, препарат от ревматоидного артрита, может улучшить сердечную недостаточность, а глиптины для лечения диабета могут быть полезны при фибрилляции предсердий. Команда также сделала удивительное открытие, что кофеин, который делает сердце более возбудимым, оказывает защитное действие у пациентов с фибрилляцией предсердий, у которых

"Что интересно, есть и другие недавние исследования в этой области, которые подтверждают наши предварительные выводы, – говорит Деклан. – это подчеркивает огромный потенциал графиков знаний в обнаружении существующих лекарств, которые могут быть повторно использованы в качестве новых методов лечения".

Распространение технологии на другие органы 

CardioKG обеспечивает технология, которая может выйти далеко за пределы сердца. Теперь исследователи могут разрабатывать графы знаний, которые объединяют данные визуализации везде, где существуют изображения органов, а это означает, что тот же подход может быть применен к сканированию мозга, визуализации жировых отложений или другим органам и тканям для изучения новых терапевтических возможностей в таких областях, как деменция или ожирение.

Способность этих знаний. графики для точного и быстрого создания списков высокоприоритетных генов для целого ряда заболеваний предоставят фармацевтическим компаниям ценную отправную точку, выделив биологические цели, которые они могут исследовать, проверить и потенциально разработать новые методы лечения, гораздо более эффективные, чем традиционные методы открытия.

"Опираясь на эту работу, мы расширим график знаний в динамическую, ориентированную на пациента структуру, которая отражает реальные траектории заболеваний", говорит Халед: "Это откроет новые возможности для персонализированного лечения и прогнозирования возможного развития заболеваний". 

Это исследование было поддержано Советом медицинских исследований, Британским кардиологическим фондом, Bayer AG и Биомедицинским исследовательским центром Имперского колледжа Национального института исследований в области здравоохранения и ухода (NIHR).

Помимо своей работы в LMS, Деклан является профессором сердечно-сосудистого искусственного интеллекта Британского кардиологического фонда и руководителем клинических тем. Центр передовых исследований Британского кардиологического фонда при Имперском национальном институте сердца и легких