AI padeda atskleisti ankstyvus ALS progresavimo ląstelių pokyčius

AI padeda atskleisti ankstyvus ALS progresavimo ląstelių pokyčius

Gyvensena mityba, dietos, judėjimas

Nauji Sent Andrews ir Kopenhagos universiteto tyrimai panaudojo AI galią, kad sukurtų naujų įžvalgų apie ALS progresavimą.

ALS (amiotrofinė šoninė sklerozė) yra mirtinas sutrikimas, kai motoriniai neuronai – ląstelės, kontroliuojančios judėjimą – palaipsniui miršta. Liga nėra išgydoma, o gyvenimo trukmė po diagnozės paprastai yra nuo dvejų iki penkerių metų.

Naujasis tyrimas, paskelbtas m Mokslo pažangareaguoja į skubų naujų žinių apie ALS poreikį ieškant veiksmingo gydymo ir gydymo.

Tyrimas, kuriam vadovavo Sent Andrews universiteto Psichologijos ir neurologijos mokyklos tyrėjai, bendradarbiaujant su Kopenhagos universiteto Neurologijos departamentu, rodo, kad specifinės ląstelių grandinės, kontroliuojančios judėjimą, pažeidžiamos ankstyvoje ligos stadijoje, o kitos – paveikti vėliau ligos progresavimo metu.

„Naudodami metodus, leidžiančius vienu metu tirti kelių tipų stuburo smegenų audiniuose, kartu su nauju dirbtiniu intelektu pagrįstu analizės metodu, nustatėme specifinius ląstelių tinklus, paveiktus ligos pradžioje, kol motoriniai neuronai miršta“, – aiškina tyrimo vadovas dr. Ilary. Allodi, Psichologijos ir neurologijos mokyklos sistemų neurologijos dėstytojas.

„Tai yra slopinančių interneuronų pogrupiai – nugaros smegenyse randama ląstelių rūšis, kuri, kaip žinoma, aktyvuoja motorinius neuronus.”

Ole Kiehn, integracinės neurologijos profesorius ir bendradarbis su tyrimo autoriumi, priduria: „Sveikiems asmenims šios ląstelių grandinės turi atlikti judesius, pavyzdžiui, vaikščioti ir bėgioti.

„Yra specifinių ląstelių, vadinamų slopinamaisiais arba sužadinančiais interneuronais, kurios valdo skirtingus judėjimo aspektus aktyvindamos motorinius neuronus. Mes nustatėme, kad kai kurios iš šių ląstelių yra paveiktos skirtingose ​​ALS stadijose, o slopinamieji interneuronai paveikiami anksti, o sužadinamieji. bus paveiktas vėliau ligos progresavimo metu.

Tyrėjai sukūrė AI pagrįstą metodą, kad palengvintų duomenų kiekybinį įvertinimą. „Darboje naudojama pažangiausia metodika, siekiant nustatyti ląstelių tipus, prisidedančius prie ligų“, – aiškina dr. Roser Montañana-Rosell, pirmasis tyrimo autorius. „Šios slopinančios ir sužadinančios ląstelės yra labai nevienalytės ir susimaišiusios stuburo smegenyse ir dažnai jas sunku ištirti vienu metu.

„Mūsų sukurtas skaičiavimo metodas leidžia įveikti šiuos apribojimus, kartu atskleidžiant galimus naujus gydymo tikslus.” Šis metodas yra prieinamas internete, tikintis, kad jis palengvins kitų panašių tyrimų užbaigimą.

Tyrimas buvo atliktas bendradarbiaujant su 10X-Genomics ir ACD Bio (Biotechne), dviem pramoninėmis organizacijomis, kurios atlieka pagrindinį vaidmenį transkriptomikos srityje, kuri leidžia identifikuoti ląsteles nugaros smegenyse.

„Naudojome metodus, kurie leidžia vizualizuoti ir kiekybiškai įvertinti kelis genus tuo pačiu metu, naudojant vieną ląstelę ALS pelės modelio nugaros smegenyse“, – sako dr. Allodi.

„Kiekvieną ląstelių tipą galima identifikuoti pagal tam tikrą genų rinkinį, tačiau šiuos genus reikia vizualizuoti vienu metu. Naudodami šiuos transkripto metodus, galėjome atskirti slopinančias ir sužadinančias populiacijas bei jų subpopuliacijas. Tai leido ištirti jų pogrupius. likimas įvairiais ligos progresavimo etapais“.