Ερευνητές δημιούργησαν ένα εργαλείο τεχνητής νοημοσύνης (AI) ικανό να διαγιγνώσκει διάφορες λοιμώξεις και καταστάσεις υγείας σε μία μόνο ανάλυση, εξετάζοντας τις γενετικές αλληλουχίες των ανοσολογικών κυττάρων από δείγματα αίματος. Σε μια πρόσφατη μελέτη που περιλάμβανε σχεδόν 600 συμμετέχοντες και δημοσιεύτηκε στο *Science* στις 20 Φεβρουαρίου, το εργαλείο ήταν ικανό να προσδιορίσει αν οι άνθρωποι ήταν υγιείς ή αν επηρεάζονταν από COVID-19, σακχαρώδη διαβήτη τύπου 1, HIV ή τη αυτοάνοση ασθένεια λύκος, καθώς και να αναγνωρίσει εκείνους που είχαν εμβολιαστεί πρόσφατα κατά της γρίπης. "Αυτή είναι μια μέθοδος αλληλούχισης μιας μόνο δοκιμής που καταγράφει όλες τις εκθέσεις του ανοσοποιητικού σας συστήματος, " δηλώνει η Sarah Teichmann, μοριακή βιολόγος από το Πανεπιστήμιο του Cambridge, Ηνωμένο Βασίλειο. Αν και το εργαλείο δεν είναι ακόμα κατάλληλο για κλινικές εφαρμογές, περαιτέρω βελτίωση θα μπορούσε να του επιτρέψει να βοηθήσει τους κλινικούς γιατρούς στη διάγνωση "καταστάσεων που αυτή τη στιγμή στερούνται σαφών εξετάσεων, " σημειώνει ο συγγραφέας της μελέτης Maxim Zaslavsky, υπολογιστής από το Πανεπιστήμιο του Στάνφορντ στην Καλιφόρνια. "Από πρακτική άποψη, ο στόχος θα ήταν να έχουμε ένα ενιαίο μοντέλο για το ανοσοποιητικό σύστημα που μπορεί να παρέχει πληροφορίες για όλες τις εκθέσεις ενός ατόμου και να συνδέει αυτές τις πληροφορίες με τη φροντίδα της υγείας τους, " εξηγεί η Teichmann. "Αν και υπάρχουν πολλά βήματα που απαιτούνται για να επιτευχθεί αυτό στο μέλλον, κάναμε πρόοδο με αυτό το αρχικό βήμα. " Φυσική Διαγνωστική Ικανότητα Το ανοσοποιητικό σύστημα κρατάει μια ολοκληρωμένη καταγραφή παλαιών και παρόντων ασθενειών μέσω των δύο κύριων τύπων κυττάρων: των Β κυττάρων και των Τ κυττάρων. Τα Β κύτταρα δημιουργούν αντισώματα για να στοχεύσουν ιούς και επιβλαβείς ουσίες, ενώ τα Τ κύτταρα προκαλούν επιπλέον ανοσολογικές αντιδράσεις ή καταστρέφουν μολυσμένα κύτταρα. Όταν ένα άτομο πάσχει από μια λοίμωξη ή μια αυτοάνοση διαταραχή στην οποία το σώμα επιτίθεται εσφαλμένα στους ιστούς του, τα Β κύτταρα και τα Τ κύτταρα τους πολλαπλασιάζονται και αρχίζουν να παράγουν συγκεκριμένους υποδοχείς επιφάνειας.

Η ανάλυση των γονιδίων που είναι υπεύθυνα για αυτούς τους υποδοχείς μπορεί να αποκαλύψει την μοναδική ιστορία ασθενειών και λοιμώξεων ενός ατόμου. "Το ανοσοποιητικό σύστημα είναι ένα εγγενές διαγνωστικό εργαλείο, και αν κατανοήσουμε πώς λειτουργεί, θα μπορούσαμε να επαναλάβουμε αυτή τη διαδικασία, " λέει ο Victor Greiff, υπολογιστής ανοσολόγος στο Πανεπιστήμιο του Όσλο. Οι τρέχουσες διαγνωστικές μέθοδοι "χρησιμοποιούν την καταγραφή εκθέσεων σε ασθένειες του ανοσοποιητικού συστήματος σε περιορισμένο βαθμό, " αναφέρει ο Zaslavsky, αλλά οι προηγούμενες προσεγγίσεις επικεντρώθηκαν κυρίως σε αλληλουχίες είτε από τα Β είτε από τα Τ κύτταρα. "Η ενσωμάτωση δεδομένων και από τους δύο παρέχει μια ολοκληρωμένη εικόνα της ανοσολογικής δραστηριότητας και μια καλύτερη κατανόηση πιθανών προβλημάτων υγείας. " Οι ταχείες τεχνικές αλληλούχισης επιταχύνουν τη γενετική διάγνωση Ο Zaslavsky και η ομάδα του ανέπτυξαν ένα εργαλείο AI που συνδυάζει έξι μοντέλα μηχανικής μάθησης για να αναλύσει τις γενετικές αλληλουχίες που σχετίζονται με κρίσιμες περιοχές στους υποδοχείς Β κυττάρων και Τ κυττάρων, προσδιορίζοντας πρότυπα που συνδέονται με συγκεκριμένες ασθένειες.