هوش مصنوعی توانایی شناسایی ژن های مرتبط با بیماری پارکینسون را دارد
تحلیل های ژنتیکی هوش مصنوعی، متغیرهای ژنتیکی تأثیرگذار بر بیماری پارکینسون و داروهای قابل تجدیدی که ممکن است در درمان این بیماری کارایی داشته باشند را شناسایی می کنند.
تیم پژوهشی «مرکز ژنوم کلینیک کلیولند» (CCGC) با موفقیت از مدل های پیشرفته هوش مصنوعی برای شناسایی بیماری پارکینسون بهره برد. آن ها به شناسایی عوامل ژنتیکی مؤثر در پیشرفت بیماری و داروهای تاییدشده توسط «سازمان غذا و داروی ایالات متحده» (FDA) پرداختند، که ممکن است در درمان پارکینسون مفید باشند.
بر اساس اطلاعات منتشرشده در وب سایت رسمی مرکز ژنوم کلینیک کلیولند، محققان با اتخاذ رویکردی مبتنی بر «زیست شناسی سیستم ها»، توانسته اند با استفاده از هوش مصنوعی به ادغام و تحلیل مجموعه داده های ژنتیکی، پروتئومی و دارویی بیماران بپردازند تا الگوهایی را شناسایی کنند که ممکن است از طریق تحلیل تک بعدی داده ها قابل تشخیص نباشند.
دکتر «فیکسیونگ چنگ» (Feixiong Cheng)، مدیر مرکز ژنوم کلینیک کلیولند و سرپرست این مطالعه، یکی از متخصصان برجسته در حوزه زیست شناسی سیستم ها به شمار می آید و قبلاً چندین چارچوب هوش مصنوعی برای شناسایی درمان های نوین بیماری آلزایمر طراحی کرده است.
دکتر «لیجون دو» (Lijun Dou)، پژوهشگر ارشد این پروژه اظهار داشت: بیماری پارکینسون به عنوان دومین اختلال عصبی رایج بعد از زوال عقل شناخته می شود، اما راه حل های موثری برای متوقف کردن یا کند کردن روند آن وجود ندارد. میلیون ها نفر در سراسر جهان به این بیماری مبتلا هستند. وظیفه اصلی ما در حال حاضر، مدیریت نشانه های بیماری است که به مرور زمان بروز می کنند. ضروری است که اقداماتی برای توسعه درمان های جدید برای بیماری پارکینسون صورت گیرد.
دکتر دو به چالش های موجود در ساخت ترکیباتی که بتوانند پیشرفت بیماری پارکینسون را متوقف یا معکوس کنند، اشاره کرد و گفت که هنوز این موضوع مشخص نیست که کدام یک از ژن های ما در اثر جهش، به ظهور علائم بیماری پارکینسون منتهی می شود. او افزود: بسیاری از جهش های شناخته شده مرتبط با این بیماری در نواحی غیر رمزگذار DNA ما قرار دارند، نه در ژن های اصلی. ما آگاهیم که این جهش ها در نواحی غیر رمزگذار می توانند بر عملکرد ژن های مختلف تأثیر بگذارند، اما اطلاعات دقیقی درباره اینکه کدام یک بر پارکینسون مؤثر است، در دست نیست.
پژوهشگران توانستند با استفاده از مدل هوش مصنوعی خود، انواع ژنتیکی مرتبط با بیماری پارکینسون را به چندین ناحیه خاص DNA موجود در مغز و نیز پایگاه های داده بیانی ژنتیکی مرتبط کنند. این اقدام به آن ها این امکان را داد تا دریابند کدام یک از ژن ها تحت تأثیر انواع نواحی غیر رمزگذار DNA قرار دارند. سپس، آن ها یافته ها را با مجموعه داده های پروتئینی و اینتراکتوم ترکیب کردند تا مشخص کنند کدام یک از ژن های شناسایی شده در صورت جهش، بر پروتئین های دیگر در مغز تأثیر می گذارند. آن ها برخی از ژن های بالقوه خطرناکی مانند SNCA و LRRK2 را شناسایی کردند، که در صورت عدم تنظیم، می توانند به التهاب در مغز منجر شوند.
پرسش بعدی پژوهشگران این بود که آیا امکان تغییر کاربری داروهای موجود در بازار برای هدف قرار دادن ژن های شناسایی شده وجود دارد یا خیر. حتی پس از تولید و کشف داروهای موفق، به طور متوسط به ۱۵ سال آزمایش ایمنی نیاز است تا آن ها تأیید شوند.
دکتر چنگ تصریح کرد: افرادی که هم اکنون با بیماری پارکینسون دست و پنج نرم می کنند، نمی توانند برای یافتن گزینه های جدید به مدت طولانی منتظر بمانند، زیرا وضعیت آن ها در حال پیشرفت است. اگر بتوانیم از داروهایی که به تازگی از سوی سازمان غذا و دارو تأیید شده اند، برای درمان پارکینسون بهره برداری کنیم، قادر خواهیم بود زمان لازم برای ارائه گزینه های درمانی جدید را به طور قابل توجهی کاهش دهیم.
این پژوهش در مجله «npj Parkinson’s Disease» منتشر شده است.
