Tutkijat ovat kehittäneet tekoälytyökalun, joka pystyy diagnosoimaan erilaisia infektioita ja terveydentiloja yhdellä analyysillä tarkastelemalla immuunisolujen geenisekvenssejä verinäytteistä. Tuoreessa tutkimuksessa, johon osallistui lähes 600 henkilöä ja joka julkaistiin *Science*-lehdessä 20. helmikuuta, työkalu pystyi määrittämään, olivatko yksilöt terveitä vai kärsivätkö he COVID-19:stä, tyypin 1 diabeteksestä, HIV:stä tai autoimmuunisairaudesta lupus, sekä tunnistamaan ne, jotka olivat äskettäin saaneet influenssarokotteen. "Tämä on yhdellä kertaa sekvensointi menetelmä, joka tallentaa kaikki immuunijärjestelmäsi altistukset", toteaa Sarah Teichmann, molekyylibiologi Cambridgen yliopistosta, Isosta-Britanniasta. Vaikka työkalu ei vielä sovellu kliinisiin sovelluksiin, sen edelleen kehittäminen voisi mahdollistaa sen käytön kliinikoiden avustamiseksi "tilojen diagnosoinnissa, joilta tällä hetkellä puuttuvat varmasti testit", huomauttaa tutkimuksen toinen kirjoittaja Maxim Zaslavsky, tietojenkäsittelytieteilijä Stanfordin yliopistosta Kaliforniassa. "Käytännön näkökulmasta tavoite olisi luoda yhtenäinen malli immuunijärjestelmästä, joka voi tarjota tietoa kaikista henkilön altistuksista ja liittää tuon tiedon heidän terveydenhoitoonsa, " selittää Teichmann. "Vaikka tulevaisuudessa on monia vaiheita, jotka tarvitaan tämän saavuttamiseksi, olemme edistyneet tässä alkuvaiheessa. " Luonnollinen diagnostinen kyky Immuunijärjestelmä pitää kattavaa kirjaa menneistä ja nykyisistä sairauksista kahden pääsolutyypin kautta: B-solujen ja T-solujen.

B-solut tuottavat vasta-aineita virusten ja haitallisten aineiden torjumiseksi, kun taas T-solut aktivoivat lisäimmuunivastuksia tai tuhoavat infektoituneita soluja. Kun yksilö kärsii infektiosta tai autoimmuunihäiriöstä, jossa keho virheellisesti hyökkää omia kudoksiaan vastaan, heidän B-solunsa ja T-solunsa lisääntyvät ja alkavat tuottaa erityisiä pinta-reseptoreita. Näiden reseptorien geenejä analysoimalla voidaan paljastaa henkilön ainutlaatuinen sairaushistoria ja infektiot. "Immuunijärjestelmä on sisäinen diagnostinen työkalu, ja jos ymmärrämme, miten se toimii, voisimme toistaa tämän prosessin", sanoo Victor Greiff, laskennallinen immunologi Oslon yliopistosta. Nykyiset diagnostiset menetelmät "hyödyntävät immuunijärjestelmän sairausaltistusrekisteriä rajallisesti", mainitsee Zaslavsky, mutta aiemmat lähestymistavat ovat keskittyneet pääasiassa joko B- tai T-solujen sekvensseihin. "Tietojen yhdistäminen molemmista tarjoaa kattavan näkemyksen immuunitoiminnasta ja paremman ymmärryksen mahdollisista terveysongelmista. " Nopeat sekvensointitekniikat nopeuttavat genomidiagnoosia Zaslavsky ja hänen tiiminsä kehittivät tekoälytyökalun, joka yhdistää kuusi koneoppimismallia analysoidakseen geenisekvenssejä, jotka liittyvät olennaisiin alueisiin B-solujen ja T-solujen reseptoreissa, tunnistaen tiettyjen sairauksien kanssa yhteydessä olevia kaavoja.