Sztuczna inteligencja pomaga znaleźć ratujący życie lek na rzadką chorobę

Po przeanalizowaniu 4 000 dostępnych leków narzędzie oparte na sztucznej inteligencji pomogło odkryć preparat, który uratował życie pacjenta z idiopatyczną wieloogniskową chorobą Castlemana (iMCD). Jest to rzadka choroba o wyjątkowo złym rokowaniu i ograniczonych możliwościach leczenia. Pacjent może być pierwszym z wielu, których życie zostanie ocalone dzięki systemowi predykcji AI, który potencjalnie może znaleźć zastosowanie także w innych rzadkich schorzeniach.

Wyniki badań, opublikowane w New England Journal of Medicine (NEJM), przedstawiają zespół naukowców z Perelman School of Medicine na Uniwersytecie Pensylwanii, który wykorzystał algorytmy uczenia maszynowego do wytypowania adalimumabu jako potencjalnego leku na iMCD. Adalimumab to przeciwciało monoklonalne zatwierdzone przez FDA do leczenia m.in. reumatoidalnego zapalenia stawów i choroby Leśniowskiego-Crohna.

Jednocześnie eksperymenty przeprowadzone przez zespół wykazały, że białko, które hamuje adalimumab—czynnik martwicy nowotworu (TNF)—odgrywa istotną rolę w patogenezie iMCD. Zaobserwowano podwyższone poziomy sygnalizacji TNF u pacjentów z najcięższymi postaciami choroby. Dalsza analiza ujawniła, że komórki odpornościowe pacjentów z iMCD produkują więcej TNF w odpowiedzi na bodźce niż u osób zdrowych.

Na podstawie tych odkryć autor badania dr David Fajgenbaum oraz hematolog dr Luke Chen z Vancouver General Hospital postanowili po raz pierwszy zastosować inhibitor TNF u pacjenta z iMCD.

„Pacjent był kierowany do opieki paliatywnej, a teraz od prawie dwóch lat pozostaje w remisji” – powiedział Fajgenbaum, współzałożyciel organizacji non-profit Every Cure. „To niezwykłe nie tylko dla niego i innych chorych na iMCD, ale także dla przyszłości wykorzystywania sztucznej inteligencji w poszukiwaniu terapii dla kolejnych schorzeń”.

Nowe zastosowanie istniejących leków

Proces wykorzystywania istniejącego leku do leczenia innej choroby niż pierwotnie zamierzona nazywa się repozycjonowaniem leków. Choroby mogą znacząco różnić się objawami, rokowaniem czy przyczynami, ale mogą dzielić wspólne mechanizmy patofizjologiczne, takie jak mutacje genetyczne czy molekularne szlaki sygnałowe. Dzięki temu ten sam lek może znaleźć zastosowanie w różnych jednostkach chorobowych.

Dr Fajgenbaum sam cierpi na iMCD i ponad dekadę temu, dzięki własnym badaniom, znalazł dla siebie skuteczne leczenie, które od tamtej pory utrzymuje go w remisji. Doświadczenie to skłoniło go do dołączenia do kadry naukowej Uniwersytetu Pensylwanii oraz współzałożenia organizacji Every Cure, której celem jest identyfikacja kolejnych terapii dla rzadkich chorób poprzez analizę ogromnych zbiorów danych z wykorzystaniem AI.

Platforma AI zastosowana w badaniu opiera się na pionierskich pracach Chunyu Ma i Davida Koslickiego z Penn State University, specjalizujących się w informatyce, biologii i naukach o życiu.

Ostatnia szansa pacjenta

Pacjent opisany w badaniu znajdował się w stanie terminalnym, ponieważ wcześniejsze terapie nie przyniosły rezultatów. Idiopatyczna wieloogniskowa choroba Castlemana jest schorzeniem związanym z burzą cytokinową, czyli nadmierną i niekontrolowaną odpowiedzią układu odpornościowego, prowadzącą do uszkodzenia narządów i tkanek. Pacjenci z iMCD mogą doświadczać powiększenia węzłów chłonnych, uogólnionych stanów zapalnych oraz niewydolności wielonarządowej.

Podanie adalimumabu u pacjenta doprowadziło do poprawy, co otwiera nowe perspektywy terapeutyczne dla osób z podobnym przebiegiem choroby.

Kolejne kroki

Chociaż choroba Castlemana jest rzadka – rocznie diagnozuje się około 5 000 przypadków w USA – wyniki badania mogą pomóc większej grupie pacjentów.

„Każdego roku na świecie są setki, a może nawet tysiące pacjentów z iMCD, którzy przechodzą przez krytyczne zaostrzenia podobne do tego, jakie miał nasz pacjent” – powiedział Fajgenbaum. „Potrzebne są dalsze badania, ale mam nadzieję, że wielu z nich skorzysta z tej terapii”.

Badanie podkreśla siłę interdyscyplinarnego podejścia łączącego sztuczną inteligencję, badania laboratoryjne i kliniczne.

Fajgenbaum i jego zespół planują w najbliższym czasie rozpoczęcie badania klinicznego dotyczącego skuteczności innego repozycjonowanego leku – inhibitora JAK1/2 – w leczeniu iMCD.

Źródło: New England Journal of Medicine, University of Pennsylvania School of Medicine