AIツールがゲノムデータを使って自己免疫疾患のリスクを予測

2024年5月29日 – ペンシルベニア州立大学の研究チームは、遺伝子発現が自己免疫疾患のリスクにどのように影響するかについての洞察を得るためのAIモデルを開発したと、 勉強 最近出版された ネイチャーコミュニケーションズ。

このツール、EXpression PREdiction with Summary Statistics Only (EXPRESSO) は、単一細胞発現量的形質遺伝子座、3D ゲノム データ、エピジェネティクスを組み込んで、自己免疫疾患関連遺伝子がどのように発現し、制御されるかをモデル化するように設計されています。この情報を使用して、リスクのある追加の遺伝子を特定し、治療法を改善できます。

「私たちはみな何らかのDNA変異を抱えており、これらの変異が病気に関連する遺伝子発現にどのように影響するかを解明して、病気のリスクを早期に予測する必要があります。これは自己免疫疾患にとって特に重要です」と、ペンシルベニア州立大学医学部の名誉教授、研究副委員長、人工知能および生物医学情報学ディレクターで、この研究の共同主任著者であるダジャン・リウ博士は述べた。 ニュースリリース「AIアルゴリズムが病気のリスクをより正確に予測できれば、より早く介入を行うことができるようになります。」

EXPRESSO アプローチは、ゲノムワイド関連研究 (GWAS) に固有の大きな制限、つまり疾患リスクに影響を与える特定の遺伝子を特定できないという制限に対処します。研究者らは、GWAS アプローチはさまざまな疾患や形質に関連するゲノム内の領域を絞り込むのに有用であるが、複雑な形質リスク遺伝子を持つ疾患にはさらに細分化が必要であると指摘しました。

研究チームは、遺伝子発現は特定の細胞タイプに特有のものであることが多いため、細胞タイプを区別できないGWASなどのアプローチでは、遺伝子発現と遺伝子変異の間の貴重な因果関係を明らかにすることができないと指摘した。

EXPRESSO は細胞レベルでゲノムデータを分析できるため、このギャップを埋めるのに役立つ可能性があります。

研究者らは、潰瘍性大腸炎、狼瘡、関節リウマチ、クローン病など、多数の自己免疫疾患に関する 14 の GWAS データセットにこのツールを適用した。

既存の方法論と比較すると、EXPRESSO は 25% 以上多くの新しい遺伝子と形質の関連性を特定することに成功しました。

「この新しい方法により、細胞タイプ特有の影響を及ぼす自己免疫疾患のリスク遺伝子をさらに多く特定することができました。つまり、特定の細胞タイプにのみ影響を及ぼし、他の細胞タイプには影響を及ぼさないということです」と、ペンシルベニア州立大学医学部の助教授で、この研究の筆頭著者であるビボ・ジャン博士は述べています。

これらの洞察は、これらの疾患に対する既存の治療法を改善し、新たな潜在的な治療法を特定するために使用できる可能性があります。

「ほとんどの治療法は症状を緩和するものであり、病気を治すものではありません。自己免疫疾患は長期治療が必要なことは分かっていますが、既存の治療法は副作用がひどいことが多く、長期間使用できないというジレンマがあります。しかし、ゲノミクスとAIは、新しい治療法を開発するための有望な方法を提供します」と、ペンシルベニア州立大学医学部の生化学および分子生物学教授で、本研究の共同主任著者であるローラ・カレル博士は述べています。

研究チームは、EXPRESSOを使用して、メトホルミンやビタミンKなどのFDA承認の薬物化合物を再利用して、1型糖尿病や潰瘍性大腸炎などの疾患に関連する細胞タイプの遺伝子発現を逆転させることができることを発見しました。

今後、研究者らは実験室環境と臨床試験でこのツールの検証に取り組む予定だ。