Вчені не просто працюють над пошуком ліків від хвороби Паркінсона , вони також зайняті пошуком кращих способів виявити її на ранній стадії та придушити її розвиток.
Тепер новий інструмент, який можна швидко запустити на стандартному ноутбуці, використовує штучний інтелект для виявлення основних ознак захворювання за роки до того, як почнуть з’являтися такі симптоми, як тремор і уповільнені рухи. Він називається CRANK-MS: аналіз класифікації та ранжирування за допомогою нейронної мережі генерує знання з мас-спектрометрії.
Використовуючи навчені шари вузлів, змодельованих на основі людського мозку, інструмент шукає конкретні хімічні сполуки (метаболіти) у крові, з’ясовуючи закономірності, які потенційно можуть передбачити наявність захворювання або захистити від нього.
«Щоб визначити, які метаболіти є більш значущими для захворювання порівняно з контрольними групами, дослідники зазвичай дивляться на кореляції, що включають конкретні молекули», — каже Діана Чжан, хімік з Університету Нового Південного Уельсу в Австралії.
«Але тут ми беремо до уваги, що метаболіти можуть бути пов’язані з іншими метаболітами, і саме тут на допомогу приходить машинне навчання . Маючи від сотень до тисяч метаболітів, ми використовували обчислювальну потужність, щоб зрозуміти, що відбувається».
Команда використала зразки плазми крові, зібрані в рамках Іспанського європейського проспективного дослідження харчування та раку . Зосередившись на 39 пацієнтів, у яких розвинулася хвороба Паркінсона протягом 15 років після їх участі в дослідженні, команда порівняла суміші метаболітів з 39 контрольними пацієнтами, у яких цього не було. Було визначено кілька закономірностей, які вважалися потенційно значущими.
Ці метаболіти виробляються, коли організм розщеплює їжу, ліки або хімічні речовини. Наприклад, команда помітила, що люди, у яких розвивалася хвороба Паркінсона, як правило, мали нижчий рівень тритерпеноїдів у крові, які справляються зі стресом на організм на клітинному рівні та містяться в продуктах, включаючи яблука, оливки та помідори.
Дослідники також помітили наявність поліфторованих алкільних речовин (PFAS) у людей, які пізніше розвинули хворобу Паркінсона. Це може бути пов’язано з вищим впливом промислових хімікатів, але для того, щоб знати напевне, знадобляться масштабніші дослідження за участю набагато більшої кількості пацієнтів.
Хоча це дослідження було відносно невеликим, CRANK-MS вдалося виявити ризик хвороби Паркінсона з точністю до 96 відсотків. Частково це було пов’язано з кількістю та широтою даних, що надходили в систему з самого початку, без необхідності спрощувати або фільтрувати їх вручну.
«Тут ми передаємо всю інформацію в CRANK-MS без будь-якого зменшення даних із самого початку», — каже хімік Вільям Дональд з Університету Нового Південного Уельсу. «І з цього ми можемо отримати прогноз моделі та визначити, які метаболіти найбільше впливають на прогноз, і все за один крок.
«Це означає, що якщо є метаболіти, які потенційно могли бути пропущені за допомогою традиційних підходів, тепер ми можемо їх підібрати».
CRANK-MS тепер доступний для інших вчених. Це означає, що ще більше хвороб можна виявити за допомогою зразків крові.
Тепер дослідники хочуть перевірити свою систему на набагато більших когортах у більшій кількості частин світу, щоб перевірити, чи витримає аналіз штучного інтелекту щодо хвороби Паркінсона, але перші результати є багатообіцяючими з точки зору аналізу метаболітів у крові.
«По-перше, дуже висока точність прогнозування хвороби Паркінсона перед клінічним діагнозом», — говорить Дональд. «По-друге, цей підхід машинного навчання дозволив нам ідентифікувати хімічні маркери, які є найважливішими для точного прогнозування того, хто захворіє на хворобу Паркінсона в майбутньому».
«По-третє, деякі з хімічних маркерів, які найбільше сприяють точному прогнозуванню, раніше були причетні іншими до хвороби Паркінсона в аналізах на основі клітин, але не у людей».
