Model AI Baharu Mengenalpasti Faktor Risiko Genetik untuk Penyakit Parkinson

Pasukan yang diketuai oleh Klinik Cleveland telah menggunakan model AI lanjutan untuk mendedahkan faktor genetik dalam perkembangan penyakit Parkinson dan mengenal pasti ubat sedia ada yang boleh digunakan semula untuk rawatan, yang berpotensi mempercepatkan pembangunan terapi baharu.

Dalam kajian baharu, penyelidik yang diketuai oleh Pusat Genom Klinik Cleveland telah berjaya menggunakan model genetik kecerdasan buatan (AI) lanjutan untuk mengenal pasti faktor genetik yang berkaitan dengan penyakit Parkinson dan menentukan ubat yang diluluskan FDA yang boleh digunakan semula untuk rawatan.

Penyelidikan, diterbitkan dalam jurnal npj Parkinson's Disease, menggunakan pendekatan biologi sistem. Metodologi ini memanfaatkan AI untuk menyepadukan dan menganalisis pelbagai bentuk data — termasuk set data genetik, proteomik, farmaseutikal dan pesakit — untuk mendedahkan corak yang mungkin terlepas oleh analisis konvensional.

Kajian itu diketuai oleh Feixiong Cheng, pengarah CCGC dan pakar dalam bidang biologi sistem. 

“Penyakit Parkinson adalah gangguan neurodegeneratif kedua paling biasa, sejurus selepas demensia, tetapi kami tidak mempunyai cara untuk menghentikan atau memperlahankan perkembangannya dalam berjuta-juta orang yang hidup dengan keadaan ini di seluruh dunia; yang terbaik yang boleh kita capai pada masa ini ialah menguruskan simptom semasa ia muncul,” kata pengarang pertama Lijun Dou, seorang rakan pasca doktoral di makmal Perubatan Genomik Cheng, dalam Siaran akhbar. "Terdapat keperluan mendesak untuk membangunkan terapi pengubahsuaian penyakit baharu untuk penyakit Parkinson."

Perkembangan penyakit Parkinson sukar untuk dilawan sebahagiannya kerana mutasi genetik yang terlibat selalunya terletak pada kawasan bukan pengekodan DNA, yang tidak mengekod protein tetapi boleh mempengaruhi fungsi gen.

"Banyak mutasi genetik yang diketahui berkaitan dengan penyakit Parkinson berada di kawasan bukan pengekodan DNA kita, dan bukan dalam gen sebenar," tambah Dou. "Kami tahu bahawa varian dalam kawasan bukan pengekodan boleh memberi kesan kepada fungsi gen yang berbeza, tetapi kami tidak tahu gen mana yang terjejas dalam penyakit Parkinson."

Menggunakan model AI inovatif mereka, pasukan merujuk silang varian genetik yang disambungkan kepada Parkinson dengan beberapa set data ekspresi gen dan DNA khusus otak. Pendekatan ini membolehkan mereka mengenal pasti gen mana yang dipengaruhi oleh varian dalam kawasan bukan pengekodan DNA.

Para penyelidik kemudian menyepadukan penemuan ini dengan protein dan dataset interaksi untuk menentukan bagaimana gen ini mempengaruhi protein otak lain apabila bermutasi. Mereka mengenal pasti beberapa gen risiko yang berpotensi, seperti SNCA dan LRRK2, yang diketahui menyebabkan keradangan otak apabila diselaraskan.

Kajian itu tidak berhenti pada pengenalan gen. Pasukan penyelidik meneroka sama ada mana-mana ubat sedia ada boleh menyasarkan gen yang dikenal pasti, bertujuan untuk memintas jangka masa 15 tahun biasa yang diperlukan untuk membangunkan dan meluluskan ubat baharu. 

“Individu yang kini menghidap penyakit Parkinson tidak mampu menunggu lama untuk pilihan baharu kerana keadaan mereka terus berkembang. Jika kita boleh menggunakan ubat-ubatan yang sudah diluluskan oleh FDA dan menggunakannya semula untuk penyakit Parkinson, kita boleh mengurangkan jumlah masa dengan ketara sehingga kita boleh memberi lebih banyak pilihan kepada pesakit,” kata Cheng dalam siaran berita.

Dengan menyepadukan penemuan genetik mereka dengan pangkalan data farmaseutikal, pasukan itu mengenal pasti beberapa ubat calon. Mereka menyemak rekod kesihatan elektronik dan mendapati bahawa pesakit yang mengambil beberapa ubat yang dikenal pasti, seperti simvastatin ubat penurun kolesterol, berkemungkinan kecil untuk didiagnosis dengan penyakit Parkinson.

Langkah seterusnya dalam penyelidikan mereka melibatkan ujian makmal simvastatin, bersama beberapa ubat imunosupresif dan anti-kecemasan yang menjanjikan.

"Menggunakan kaedah tradisional, melengkapkan mana-mana langkah yang kami ambil untuk mengenal pasti gen, protein dan ubat-ubatan akan menjadi tugas yang sangat memerlukan sumber dan masa," tambah Dou. "Analisis berasaskan rangkaian integratif kami membolehkan kami mempercepatkan proses ini dengan ketara dan mengenal pasti berbilang calon yang meningkatkan peluang kami untuk mencari penyelesaian baharu."