يكتشف الذكاء الاصطناعي العلامات المبكرة لمرض باركنسون في دماء المرضى

ملخص: طور الباحثون أداة ذكاء اصطناعي قادرة على اكتشاف علامات مرض باركنسون في عينات دم المرضى ، حتى 15 عامًا قبل ظهور الأعراض. تستخدم الأداة التعلم الآلي لتحليل مجموعات من المستقلبات في الجسم ، وتكشف عن علامات فريدة قد تشير إلى ظهور مرض باركنسون. على الرغم من الحاجة إلى دراسات التحقق من الصحة ، إلا أن الأداة كانت قادرة على التنبؤ بمرض باركنسون بدقة تصل إلى 96٪ في مجموعة الدراسة المحدودة.

يسلط الضوء:

1. يمكن لأداة CRANK-MS التي طورها باحثون في جامعة نيو ساوث ويلز وجامعة بوسطن وجامعة نيو ساوث ويلز اكتشاف علامات مرض باركنسون في عينات الدم المأخوذة من المرضى حتى 15 عامًا قبل ظهور الأعراض ، باستخدام التعلم الآلي لتحليل مجموعات من المستقلبات في الجسم.
2. في مجموعة الدراسة المحدودة ، كانت الأداة قادرة على التنبؤ بمرض باركنسون بدقة تصل إلى 96٪ ، وكشفت عن علامات فريدة يمكن أن تشير إلى ظهور مرض باركنسون.
3. أداة CRANK-MS متاحة للباحثين ويمكن استخدامها لتشخيص أمراض أخرى باستخدام بيانات الأيض ، مما يوفر فرصًا جديدة للتشخيص المبكر والعلاج والوقاية من مجموعة من الأمراض.

مصدر: جامعة نيو ساوث ويلز

طور علماء من جامعة نيو ساوث ويلز في سيدني مع متعاونين من جامعة بوسطن أداة واعدة لاكتشاف مرض باركنسون قبل سنوات من ظهور الأعراض الأولى.

في دراسة نشرت اليوم في المجلة العلوم الأساسية AECوصف الباحثون كيف استخدموا الشبكات العصبية لتحليل المؤشرات الحيوية في السوائل الجسدية للمرضى.

قام باحثون من كلية الكيمياء بجامعة نيو ساوث ويلز بفحص عينات الدم المأخوذة من أفراد أصحاء تم جمعها بواسطة المسح الأوروبي الإسباني المحتمل للسرطان والتغذية (EPIC).

بالتركيز على 39 مريضًا أصيبوا بمرض باركنسون بعد 15 عامًا ، أدار الفريق برنامج التعلم الآلي الخاص بهم على مجموعات بيانات تحتوي على معلومات مفصلة حول المستقلبات ، والمركبات الكيميائية التي ينتجها الجسم عند تكسير الطعام أو الأدوية أو المواد الكيميائية.

بعد مقارنة هذه المستقلبات بتلك الخاصة بـ 39 مريضًا متطابقًا – الأشخاص في نفس الدراسة الذين لم يصابوا بمرض باركنسون – تمكن الفريق من تحديد مجموعات فريدة من المستقلبات التي يمكن أن تمنع أو من المحتمل أن تكون علامات إنذار مبكر.

كما أوضحت الباحثة في جامعة نيو ساوث ويلز ديانا زانج ، طورت هي والبروفيسور المشارك دبليو ألكسندر دونالد أداة تعلم آلي تسمى CRANK-MS ، والتي تعني التصنيف والتحليل التصنيفي باستخدام شبكة عصبية يولد المعرفة من قياس الطيف الكتلي.

يقول تشانغ: “الطريقة الأكثر شيوعًا لتحليل بيانات الأيض هي استخدام الأساليب الإحصائية”.

لذلك ، لتحديد أي المستقلبات أكثر أهمية للمرض مقارنة بالمجموعات الضابطة ، يبحث الباحثون عادةً في الارتباطات التي تتضمن جزيئات معينة.

ولكن هنا نأخذ في الاعتبار أن المستقلبات يمكن أن يكون لها ارتباطات مع المستقلبات الأخرى – وهنا يأتي دور التعلم الآلي. مع المئات إلى الآلاف من المستقلبات ، استخدمنا قوة الحوسبة لمعرفة ما يحدث.

مدرس. يقول دونالد إنه بالإضافة إلى النظر في مجموعات من المستقلبات ، استخدم الباحثون قائمة غير محررة من البيانات.

يقول: “عادةً ما يقوم الباحثون الذين يستخدمون التعلم الآلي لفحص الارتباطات بين المستقلبات والمرض أولاً بتقليل عدد السمات الكيميائية ، قبل إدخالها في الخوارزمية”.

ولكن هنا نقوم بتغذية جميع المعلومات في CRANK-MS دون أي تقليل للبيانات من البداية. ومن هناك ، يمكننا الحصول على تنبؤ النموذج وتحديد المستقلبات التي تزيد من قوة التنبؤ ، كل ذلك في خطوة واحدة. هذا يعني أنه إذا كان هناك أي نواتج أيضية قد تكون مفقودة باستخدام الأساليب التقليدية ، فيمكننا الآن استعادتها.

كيف يمكن أن يكون هذا مهمًا لمرض باركنسون

حاليًا ، يتم تشخيص مرض باركنسون من خلال ملاحظة الأعراض الجسدية مثل رعاش اليد أثناء الراحة. لا توجد فحوصات دم أو معملية لتشخيص الحالات غير الوراثية.

لكن الأعراض غير النمطية مثل اضطرابات النوم والخمول يمكن أن تظهر لدى الأشخاص المصابين بمرض باركنسون قبل عقود من ظهور الأعراض الحركية. لذلك يمكن استخدام CRANK-MS عند ظهور أول علامة لهذه الأعراض غير النمطية لاستبعاد أو استبعاد خطر الإصابة بمرض باركنسون في المستقبل.

ومع ذلك ، يشير الأستاذ / البروفيسور دونالد إلى أن هناك حاجة لدراسات التحقق من الصحة باستخدام مجموعات أكبر بكثير ويتم إجراؤها في أجزاء متعددة من العالم قبل أن يمكن استخدام الأداة بشكل موثوق. ولكن في المجموعة المحدودة التي تم فحصها من أجل هذه الدراسة ، كانت النتائج واعدة ، حيث تمكنت CRANK-MS من تحليل المواد الكيميائية الموجودة في الدم للكشف عن مرض باركنسون بدقة تصل إلى 96٪.

يقول: “هذه الدراسة مثيرة للاهتمام على عدة مستويات”.

أولاً ، الدقة عالية جدًا في التنبؤ بمرض باركنسون قبل التشخيص السريري. ثانيًا ، أتاح لنا نهج التعلم الآلي هذا تحديد أهم الواسمات الكيميائية للتنبؤ بدقة بمن سيصاب بمرض باركنسون في المستقبل. ثالثًا ، تم تكرار بعض العلامات الكيميائية التي تؤدي إلى تنبؤ دقيق بواسطة آخرين لمرض باركنسون في اختبارات الخلايا ، ولكن ليس لدى البشر.

غذاء للفكر

كانت هناك بعض النتائج المثيرة للاهتمام عند فحص مستقلبات الأشخاص الذين أصيبوا بمرض باركنسون في الدراسة.

على سبيل المثال ، تم العثور على ترايتيربينويدات بتركيزات منخفضة في دم أولئك الذين أصيبوا لاحقًا بمرض باركنسون مقارنة بأولئك الذين لم يصابوا بذلك. Triterpenoids هي مادة واقية للأعصاب معروفة تنظم الإجهاد التأكسدي وتوجد بشكل شائع في الأطعمة مثل التفاح والزيتون والطماطم. دراسة مستقبلية يمكن أن تدرس ما إذا كان تناول هذه الأطعمة يمكن أن يحمي بشكل طبيعي من تطور مرض باركنسون.

إن وجود المواد المؤلكلة المتعددة الفلور (PFAS) في الأشخاص الذين أصيبوا بمرض باركنسون ، والذي قد يكون مرتبطًا بالتعرض للمواد الكيميائية الصناعية ، يستحق أيضًا المزيد من الاستكشاف.

يقول الأستاذ المساعد دونالد: “لدينا دليل يشير إلى أنه PFAS ، لكننا نحتاج إلى المزيد من بيانات التوصيف للتأكد بنسبة 100٪”.

في متناول الجميع بحرية

تعد CRANK-MS أداة متاحة للجمهور لجميع الباحثين المهتمين باستخدام التعلم الآلي لتشخيص الأمراض باستخدام بيانات الأيض.

يقول تشانغ: “لقد بنينا النموذج ليكون مناسبًا للغرض”.

“يعد تطبيق CRANK-MS للكشف عن مرض باركنسون مجرد مثال واحد على كيف يمكن للذكاء الاصطناعي تحسين طريقة تشخيصنا للمرض ومراقبته. الأمر المثير هو أنه يمكن تطبيق CRANK-MS بسهولة على أمراض أخرى لتحديد المؤشرات الحيوية الجديدة ذات الأهمية.

“الأداة سهلة الاستخدام لأنه ، في المتوسط ​​، يمكن توليد النتائج في أقل من 10 دقائق على جهاز كمبيوتر محمول تقليدي.”

حول هذه الأخبار عن أبحاث الذكاء الاصطناعي ومرض باركنسون

الكاتب: لاكلان جيلبرت
مصدر: جامعة نيو ساوث ويلز
اتصال: لاتشلان جيلبرت – جامعة نيو ساوث ويلز
صورة: تُنسب الصورة إلى أخبار العلوم العصبية

البحث الأصلي: ستظهر النتائج في العلوم الأساسية AEC