Μία νέα υπολογιστική μέθοδος με ελληνική υπογραφή και με την ονομασία burdenMC οδηγεί στην ανακάλυψη νέων συσχετισμών μεταξύ γονιδίων και ασθενειών που προηγουμένως ενδεχομένως διέφευγαν.
Η συγκεκριμένη μέθοδος, την οποία ανέπτυξε ο Δρ. Ευάγγελος Μπέλλος, Επίκουρος Καθηγητής Γονιδιωματικής Πληροφορικής στο Πανεπιστήμιο του Σαουθάμπτον, απέδειξε πως σπάνιες παραλλαγές ενός γονιδίου που ρυθμίζει τη λειτουργία του εντέρου μπορεί να τετραπλασιάσουν σε παιδιά με νόσο Covid-19 τον κίνδυνο εμφάνισης του συνδρόμου MIS-C -ενός πολυσυστηματικού φλεγμονώδους συνδρόμου που χαρακτηρίζεται από μια σειρά συμπτωμάτων όπως εξανθήματα, οίδημα και γαστρεντερικές διαταραχές).
Εκτός αυτού, η νέα μέθοδος ανοίγει τον δρόμο για την «εξιχνίαση» και άλλων σπάνιων ασθενειών, καθώς αφενός μπορεί εφαρμοστεί όπου υπάρχει γενετική προδιάθεση με σπάνιους παράγοντες, αφετέρου γίνεται χρήση μεγάλων τεχνητών μοντέλων για τα αποτελέσματα.
Ο ίδιος μιλά στην «Κ» τόσο για τη συγκεκριμένη έρευνα αναφορικά με την νόσηση με Covid-19 στα παιδιά, όσο και για την υπολογιστική τεχνική που φέρει την υπογραφή του.
Το γονίδιο BTNL8 στα παιδιά που νοσούν με κορωνοΐό
Ξεκινώντας από τη μελέτη που ανέδειξε τη νέα υπολογιστική μέθοδο σε χρήσιμο εργαλείο της γονιδιακής έρευνας, ο κ. Μπέλλος επισημαίνει πως αυτό που γνώριζαν μέχρι πρότινος οι ερευνητές ήταν πως τα παιδιά και τα βρέφη συνήθως δεν νοσούν σοβαρά από κορωνοϊό.
Ωστόσο κατά τη διάρκεια της πανδημίας, περίπου 1 στα 10.000 παιδιά εμφάνισαν ένα πολυσυστηματικό φλεγμονώδες σύνδρομο (MIS-C) που χαρακτηρίζεται από μια σειρά συμπτωμάτων όπως εξανθήματα, οίδημα και γαστρεντερικές διαταραχές. «Ευτυχώς, με έγκαιρη και κατάλληλη αγωγή η πλειονότητα των παιδιών με MIS-C αναρρώνει χωρίς περαιτέρω προβλήματα. Μέχρι πρόσφατα όμως, η επιστημονική κοινότητα δεν είχε καταφέρει να προσδιορίσει τις αιτίες και τους υποκείμενους μηχανισμούς της νόσου αυτής» σημειώνει ο ίδιος.
Το εύρημα είναι σημαντικό όχι μόνο γιατί αναδεικνύει το ρόλο του πεπτικού συστήματος στη νόσηση από κορωνοϊό, αλλά και γιατί θα βοηθήσει στον σχεδιασμό στοχευμένων θεραπειών ή ακόμα και προληπτικής αγωγής όταν εντοπίζεται γενετική προδιάθεση.
«Η μελέτη μας έριξε φως σε αυτούς τους μηχανισμούς, ενοχοποιώντας γενετικές παραλλαγές στο γονίδιο BTNL8. Συγκεκριμένα, παρατηρήσαμε ότι τα παιδιά με παραλλαγές στο BTNL8 έχουν τετραπλάσιο κίνδυνο να εμφανίσουν φλεγμονώδη συμπτώματα. Το γονίδιο αυτό δρα ως ρυθμιστής του ανοσοποιητικού συστήματος στο έντερο και η δυσλειτουργία του αυξάνει την ευαισθησία του εντέρου στον κορονοϊό. Αυτό το εύρημα είναι σημαντικό όχι μόνο γιατί αναδεικνύει το ρόλο του πεπτικού συστήματος στη νόσηση από κορωνοϊό, αλλά και γιατί θα βοηθήσει στον σχεδιασμό στοχευμένων θεραπειών ή ακόμα και προληπτικής αγωγής όταν εντοπίζεται γενετική προδιάθεση», εξηγεί.
Πώς λειτουργεί η μέθοδος burdenMC
Προκειμένου ο ίδιος και οι ερευνητές στο Imperial College να εντοπίσουν αυτό το συσχετισμό, μελέτησαν το DNA 154 παιδιών με MIS-C από την Ευρώπη και την Καλιφόρνια.
«Αλληλουχίσαμε το γονιδίωμα αυτών των παιδιών και αρχικά διασταυρώσαμε τα γενετικά τους στοιχεία με τις υπάρχουσες βάσεις δεδομένων. Ωστόσο, αυτή η διασταύρωση δεν απέδωσε καρπούς κι έτσι αποκλείσαμε τις συνήθεις παραλλαγές και προσανατολιστήκαμε σε σπάνιες μεταλλάξεις. Για να μελετήσουμε όμως τις σπάνιες μεταλλάξεις με τις “παραδοσιακές” τεχνικές χρειαστήκαμε ως μέτρο σύγκρισης χιλιάδες γονιδιώματα υγιών παιδιών, τα οποία δεν είναι διαθέσιμα. Γι’αύτο το λόγο αναπτύξαμε μια καινούργια στατιστική μέθοδο που ονομάσαμε burdenMC η οποία ανέδειξε τον συσχετισμό του MIS-C με το γονίδιο BTNL8».
Η μέθοδος burdenMC χρησιμοποιεί εξελιγμένες στατιστικές τεχνικές για να προσομοιώνει υγιή γονιδιώματα με στοιχεία από υπάρχουσες βάσεις δεδομένων. Ετσι κατέστη εφικτή η κατασκευή ενός τεράστιου “εικονικού” δείγματος αναφοράς από ένα εκατομμύριο γονιδιώματα.
Οπως εξηγεί η νέα υπολογιστική μέθοδος που αναπτύχθηκε, τους δίνει τη δύνατότητα να ανακαλύπτουν συσχετισμούς μεταξύ γονιδίων και ασθενειών που προηγουμένως ήταν ασύλληπτοι. «Η μέθοδος burdenMC δημιουργήθηκε για να εντοπίζει “συσσώρευση” σπάνιων μεταλλάξεων σε οποιοδήποτε γονίδιο και χρησιμοποιεί εξελιγμένες στατιστικές τεχνικές για να προσομοιώνει υγιή γονιδιώματα με στοιχεία από υπάρχουσες βάσεις δεδομένων. Ετσι καταφέραμε να κατασκευάσουμε ένα τεράστιο “εικονικό” δείγμα αναφοράς αποτελούμενο από ένα εκατομμύριο γονιδιώματα, χάρη στο οποίο αναδείχτηκε στην παραπάνω έρευνα η συσσώρευση στο γονίδιο BTNL8».
Υποσχόμενες εφαρμογές
Ο καθηγτής σημειώνει πως η μέθοδος burdenMC μπορεί να εφαρμοστεί σε οποιαδήποτε ασθένεια υπάρχει γενετική προδιάθεση με σπάνιους παράγοντες.
Στο μέλλον στοχεύουμε να εστιάσουμε και σε αυτοάνοσα νοσήματα όπως η νόσος του Κρον.
«Είναι ιδιαίτερα χρήσιμη σε περιπτώσεις που οι ομάδες ασθενών που εξετάζουμε δεν έχει ομοιόμορφα χαρακτηριστικά, κάτι που απαντάται συχνά σε διεθνείς μελέτες. Ηδη εφαρμόζουμε την burdenMC σε παιδιά με πολύ σοβαρές βακτηριακές λοιμώξεις για να διαπιστώσουμε αν φέρουν σπάνιες μεταλλάξεις. Ιδιαίτερα ενθαρρυντικά είναι τα ευρήματα μας για τους ασθενείς με βακτηριακή μηνιγγίτιδα, τα οποία σχεδιάζουμε να δημοσιεύσουμε τους επόμενους μήνες. Στο μέλλον στοχεύουμε να εστιάσουμε και σε αυτοάνοσα νοσήματα όπως η νόσος του Κρον».
Με τη συνδρομή της ΑΙ
Η χρήση τεχνητής νοημοσύνης και μεγάλων γλωσσικών μοντέλων δεν θα μπορούσαν να μην συνεισφέρουν στη διάνοιξη νέων δρόμων στη γονιδιωματική ιατρική.
Οπως αναφέρει ο κ. Μπέλλος, τα επόμενα βήματα εστιάζουν στην ενσωμάτωση της τεχνητής νοημοσύνης με τη burdenMC. «Εχουμε αρχίσει να αναπτύσσουμε αυτοματοποιημένους τρόπους για να προβλέπουμε αν μια σπάνια μεταλλαξη θα έχει αρνητικές συνέπειες στην υγεία. Για το σκοπό αυτό χρησιμοποιούμε μεγάλα γλωσσικά μοντέλα, εμπνευσμένα από εφαρμογές όπως το ChatGPT, καθώς και τεχνικές όπως το AlphaFold που βραβεύτηκε με το περσινό Νόμπελ Χημείας».
Προκλήσεις
Οι βασικές προκλήσεις που αντιμετωπίζει η ομάδα σχετίζονται με την υπολογιστική πολυπλοκότητα της burdenMC αλλά και γενικότερα της γονιδιωματικής επιστήμης, καθώς όπως εξηγεί ο καθηγητής, η έρευνα απαιτεί υποδομές υπερυπολογιστών που να μπορούν να διαχειριστούν τεράστιες ποσότητες γενετικών πληροφοριών με ταχύτητα, ασφάλεια και σεβασμό στην ιδιωτικότητα.
«Φυσικά γενετικές μελέτες σαν τη δική μας δε θα ήταν εφικτές χωρίς το κορυφαίο πανευρωπαϊκό δίκτυο έρευνας στο οποίο έχουμε το προνόμιο να συμμετέχουμε», καταλήγει.
