Istraživači su stvorili alat umjetne inteligencije (AI) sposoban dijagnosticirati različite infekcije i zdravstvene uvjete u jednoj analizi ispitujući gene imunoloških stanica iz uzoraka krvi. U nedavnoj studiji koja je uključivala skoro 600 učesnika, objavljenoj u *Science* 20. februara, alat je mogao odrediti da li su pojedinci zdravi ili pogođeni COVID-19, dijabetesom tipa 1, HIV-om ili autoimunom bolešću lupus, kao i identificirati one koji su nedavno primili vakcinu protiv gripe. “Ovo je metoda sekvenciranja koja jednog udarca hvata sve izlaganja vašem imunološkom sistemu, ” izjavila je Sarah Teichmann, molekularna biologinja na Univerzitetu u Cambridgeu, Velika Britanija. Iako alat još nije prikladan za kliničke primjene, daljnje usavršavanje moglo bi omogućiti da pomaže ljekarima u dijagnosticiranju “stanja koja trenutno nemaju konačne testove, ” napominje koautor studije Maxim Zaslavsky, informatičar sa Stanford Univerziteta u Kaliforniji. “Sa praktične tačke gledišta, cilj bi bio imati jedinstveni model za imunološki sistem koji može pružiti uvid u sve izloženosti osobe i povezati te informacije sa njihovim zdravstvenim zbrinjavanjem, ” objašnjava Teichmann. “Iako je potrebno mnogo koraka za postizanje ovoga u budućnosti, postigli smo napredak sa ovim inicijalnim korakom. ” Prirodna dijagnostička sposobnost Imunološki sistem vodi sveobuhvatan zapis o prošlim i trenutnim bolestima putem svojih dvije glavne vrste stanica: B stanica i T stanica.

B stanice stvaraju antitijela kako bi ciljali viruse i štetne supstance, dok T stanice pokreću dodatne imunološke odgovore ili uništavaju zaražene stanice. Kada pojedinac pati od infekcije ili autoimune bolesti u kojoj tijelo pogrešno napada vlastita tkiva, njegove B stanice i T stanice proliferiraju i počinju proizvoditi specifične površinske receptore. Analiza gena odgovornih za ove receptore može otkriti jedinstvenu historiju bolesti i infekcija osobe. “Imunološki sistem je inherentni dijagnostički alat, i ako shvatimo kako funkcioniše, mogli bismo replicirati taj proces, ” kaže Victor Greiff, računalni imunolog na Univerzitetu u Oslu. Trenutačne dijagnostičke metode “koriste zapis o izloženosti bolesti imunološkog sistema u ograničenoj mjeri, ” spominje Zaslavsky, ali su prethodni pristupi uglavnom bili fokusirani na sekvence ili B ili T stanica. “Integrisanjem podataka sa obje strane pruža se sveobuhvatan pregled imunološke aktivnosti i bolje razumijevanje mogućih zdravstvenih problema. ” Brze sekvenciranje tehnike ubrzavaju genomske dijagnoze Zaslavsky i njegov tim razvili su AI alat koji kombinuje šest modela mašinskog učenja za analizu genetskih sekvenci vezanih za ključne regione u receptorima B i T stanica, identifikujući obrasce povezane sa specifičnim bolestima.