Фото: Unsplash. Автор: National Institute of Allergy and Infectious Diseases
Представьте, что ваша иммунная система – это огромная библиотека, где хранится информация обо всех угрозах, с которыми она когда-либо сталкивалась. Учёные из Стэнфордского университета нашли способ «прочитать» её и использовать для диагностики различных заболеваний.
Исследователи разработали алгоритм, названный Mal-ID (машинное обучение для иммунологической диагностики), который может определять заболевания, анализируя рецепторы B- и T-клеток иммунной системы. И, кажется, это работает! В эксперименте участвовало почти 600 человек – здоровые люди и те, кто страдает от различных заболеваний, включая COVID-19, волчанку и диабет 1 типа. Алгоритм смог точно определить, кто чем болеет, основываясь только на «иммунных отпечатках пальцев».
«Современные диагностические инструменты практически не используют внутренний архив иммунной системы о заболеваниях, с которыми она сталкивалась,» – говорит постдокторант Максим Заславский. «Но наша иммунная система постоянно патрулирует наш организм с помощью B- и T-клеток, которые действуют как молекулярные датчики угроз.»
Да, наша иммунная система – это, по сути, супергерой внутри нас, о котором мы и не подозревали! Только вместо плаща у неё антитела, а вместо суперсилы – способность запоминать миллионы врагов.
Как же это работает? Учёные использовали методы машинного обучения, основанные на моделях, аналогичных тем, что лежат в основе ChatGPT. Но вместо изучения текстов из книг и веб-сайтов, эта модель обучалась на белках. Исследователи «скормили» ей миллионы последовательностей рецепторов B- и T-клеток и использовали для группировки рецепторов, которые имеют схожие характеристики. Такой подход позволяет увидеть, какие триггеры заставили иммунную систему человека мобилизоваться.
B-клетки и T-клетки представляют два отдельных «подразделения» иммунной системы, но способ, которым они создают белки для распознавания инфекционных агентов, схож. Если коротко — конкретные сегменты ДНК в геномах клеток случайным образом перемешиваются, иногда с добавлением мутаций для разнообразия, чтобы создать кодирующие участки, которые могут генерировать триллионы уникальных антител (в случае B-клеток) или рецепторов на поверхности клеток (в случае T-клеток).
Исследователи собрали более 16 миллионов последовательностей рецепторов B-клеток и более 25 миллионов последовательностей рецепторов T-клеток от 593 человек с шестью различными иммунными состояниями: здоровые люди, инфицированные SARS-CoV-2 (вирусом, вызывающим COVID-19) или ВИЧ, недавно вакцинированные против гриппа, а также люди с волчанкой или диабетом 1 типа.
Оказалось, что последовательности рецепторов T-клеток предоставляли наиболее важную информацию о волчанке и диабете 1 типа, в то время как последовательности рецепторов B-клеток были более информативными при выявлении ВИЧ, COVID-19 или недавней вакцинации против гриппа. Во всех случаях объединение результатов T- и B-клеток повышало способность алгоритма точно классифицировать людей по их заболеванию независимо от пола, возраста или расы. Удивительно!
Хотя Mal-ID был разработан всего для шести иммунологических состояний, исследователи предполагают, что алгоритм можно будет быстро адаптировать для выявления иммунологических «подписей», специфичных для многих других заболеваний и состояний. Особенно это важно для аутоиммунных заболеваний, таких как волчанка, которые трудно диагностировать и эффективно лечить.
«Пациенты могут годами бороться, прежде чем получат диагноз, и даже тогда названия, которые мы даем этим заболеваниям, похожи на общие термины, не учитывающие биологическое разнообразие, стоящее за сложными заболеваниями,» – говорит Заславский. «Если мы сможем использовать Mal-ID для раскрытия гетерогенности волчанки или ревматоидного артрита, это окажет значительное клиническое влияние.»
