AI-інструмент допомагає виявляти шкідливі генетичні варіанти епілепсії

Новий інструмент штучного інтелекту, розроблений вченими Northwestern Medicine, може допомогти визначити, чи генетичні варіанти, пов’язані з важкою формою дитячої епілепсії, насправді викликають хворобу. Це підтверджується дослідженням, опублікованим у Journal of Clinical Investigation.

Дослідження стало важливим кроком у зв’язуванні пацієнтів з новими прецизійними терапіями. Зокрема, Гемма Карвіл, доцент кафедри неврології, зазначила, що результати можуть змінити підхід до лікування.

Фахівці зосередили увагу на гені STXBP1, який є одним із найбільш поширених генів, пов’язаних із розвитком епілептичних енцефалопатій. Ці рідкісні неврологічні розлади проявляються судомами та значними затримками розвитку.

Хоча генетичне тестування визначає варіанти в гені, багато з них класифікуються як "варіанти невизначеного значення" (VUS). Це залишає лікарів в невизначеності щодо їх впливу на стан пацієнта.

“Варіант невизначеного значення означає, що ми не маємо достатньо інформації, щоб сказати, чи є він шкідливим або безпечним,” — зазначила Карвіл.

Для сімей, які стикаються з рідкісною епілепсією, така невизначеність може мати серйозні наслідки. У разі отримання VUS, пацієнти фактично позбавляються можливості отримати терапії, які спеціально націлені на даний ген.

Щоб вирішити цю проблему, дослідники розробили EpiPred — модель машинного навчання, що передбачає, чи будуть варіанти STXBP1 виявлятися шкідливими. Модель перевірили за допомогою лабораторних випробувань, що вимірювали стабільність та взаємодію білків.

Дослідження стало частиною ініціативи, фінансованої Національними інститутами здоров’я, яка поєднує обчислювальні підходи з клітинними та тваринними моделями для поліпшення тлумачення генетичних варіацій, пов’язаних з епілепсією.

Завдяки новій моделі, дослідники виявили її переваги в точності, чутливості та специфічності порівняно з існуючими інструментами. Модель також співпадала з лабораторними результатами та допомогла виявити кілька варіантів, які могли бути неправильно класифіковані раніше.

Карвіл підкреслила, що правильна діагностика має важливе значення, оскільки терапії, націлені на гени, переходять у клінічні випробування.

Дослідники виявили, що приблизно чверть варіантів, класифікованих як невизначені, можуть бути шкідливими. Це дозволить багатьом пацієнтам отримати чіткі діагнози та стати кандидатами на нові лікування.

Модель виявила здатність з високою точністю розрізняти шкідливі варіанти. “Ми можемо з великою точністю визначити, чи є варіант шкідливим,” — зазначила Карвіл.

Дослідники також зробили інструмент доступним через інтерактивний веб-додаток, який дозволяє лікарям та вченим досліджувати прогнози для варіантів STXBP1.

Наразі команда працює над удосконаленням підходів, що дозволять оцінювати тисячі варіантів одночасно. Це, безумовно, розширить масштаб дослідження.

Загалом, успіх проекту став можливим завдяки тісній співпраці команд з різних галузей науки. Карвіл зазначила, що це справжнє втілення командної науки.

Дослідження підтримане проектом Epilepsy Multiplatform Variant Prediction (EpiMVP) на грант U54NS117170.