18:00 
Ученые из Медицинской школы Икан на горе Синай разработали новый инструмент искусственного интеллекта, который не только идентифицирует генетические мутации, вызывающие заболевания, но и предсказывает тип заболевания, которое эти мутации могут вызвать.
Метод, получивший название V2P (вариант фенотипа), предназначен для ускорения генетической диагностики и помощи в открытии новых методов лечения сложных и редких заболеваний. Результаты были опубликованы в онлайн-выпуске Nature Communications от 15 декабря [DOI: 10.1038/s41467-025-66607-w].
Современные инструменты генетического анализа могут оценить, вредна ли мутация, но они не могут определить тип заболевания, которое она может вызвать. V2P заполняет этот пробел, используя передовое машинное обучение, чтобы связать генетические варианты с их вероятными фенотипическими последствиями, то есть заболеваниями или признаками, которые может вызвать мутация, эффективно предсказывая, как ДНК пациента может повлиять на его здоровье.
"Наш подход позволяет нам точно определить генетические изменения, которые наиболее важны для состояния пациента, а не просеивать тысячи возможных вариантов", - говорит первый автор Дэвид Стейн, доктор философии, недавно завершивший докторскую диссертацию в области лаборатории Юваля Итана, доктора философии, и Авнера Шлессингера, доктора философии. «Определив не только то, является ли вариант патогенным, но и тип заболевания, которое он может вызвать, мы можем повысить скорость и точность генетической интерпретации и диагностики».
Инструмент был обучен на большой базе данных как вредных, так и доброкачественных генетических вариантов, включая информацию о заболевании для повышения точности прогнозирования. В тестах с использованием реальных, обезличенных данных пациентов V2P часто включал истинный вариант, вызывающий заболевание, в число 10 лучших кандидатов, подчеркивая его потенциал для оптимизации генетической диагностики.
Помимо диагностики, V2P может помочь исследователям и разработчикам лекарств идентифицировать гены и пути, наиболее тесно связанные с конкретными заболеваниями. Это может способствовать разработке методов лечения, которые генетически адаптированы к механизмам заболевания, особенно при редких и сложных состояниях».
Доктор Авнер Шлессингер, со-старший и со-корреспондент, профессор фармакологических наук и директор Центра поиска лекарств для малых молекул искусственного интеллекта Медицинской школы Икана на горе Синай
В то время как V2P в настоящее время классифицирует мутации в широкие категории, такие как расстройства нервной системы или рака, исследователи стремятся усовершенствовать инструмент для прогнозирования более конкретных результатов заболевания и интегрировать его с дополнительными источниками данных для поддержки разработки лекарств.
Это нововведение представляет собой шаг к точной медицине, в которой лечение может быть адаптировано к генетическому профилю пациента. Связывая генетические варианты с вероятными последствиями заболевания, V2P может помочь клиницистам более эффективно диагностировать и помочь ученым определить новые терапевтические цели, говорят исследователи.
"V2P дает нам более четкое представление о том, как генетические изменения трансформируются. Это заболевание имеет важные последствия как для исследований, так и для лечения пациентов», — говорит д-р Итан, со-старший и со-корреспондент, доцент кафедры искусственного интеллекта и здоровья человека, а также генетики и геномных наук, основной член Института персонализированной медицины Чарльза Бронфмана и член Института здоровья и развития детей Миндича при Медицинской школе Икан на горе Синай. «Связывая конкретные варианты с типами заболеваний, которые они с наибольшей вероятностью могут вызвать, мы можем лучше расставить приоритеты, какие гены и пути требуют более глубокого исследования. Это помогает нам более эффективно переходить от понимания биологии к выявлению потенциальных терапевтических подходов и, в конечном итоге, к адаптации вмешательств к конкретному геномному профилю человека».
Документ называется «Расширение полезности прогнозирования вариантов эффектов с помощью моделей, специфичных для фенотипа».
Авторами исследования, указанными в журнале, являются Дэвид Штайн, Мельтем Эсе Карс, Батист Милисавлевич, Мэтью. Морт, Питер Д. Стенсон, Жан-Лоран Казанова, Дэвид Н. Купер, Бертран Буассон, Пэн Чжан, Авнер Шлессингер и Юваль Итан.
Эта работа была поддержана грантами Национального института здравоохранения (NIH) R24AI167802 и P01AI186771, Фондом Ледук и благотворительным фондом Леоны М. и Гарри Б. Хелмсли. Целевой грант 2209-05535. Дополнительная финансовая поддержка была предоставлена ??грантами NIH R01CA277794, R01HD107528 и R01NS145483. Эта работа была частично поддержана грантом UL1TR004419 в области клинических и трансляционных наук от Национального центра развития трансляционных наук, который также был поддержан Управлением исследовательской инфраструктуры. NIH под номерами S10OD026880 и S10OD030463.
