Yeni yapay zeka aracı, çocukluk dönemi epilepsisi ile ilişkili genetik varyantların zararlı olup olmadığını belirlemeye yardımcı oluyor.
Yapay Zeka ile Yeni Bir Yaklaşım
Northwestern Medicine bilim insanları ve işbirliği içinde bulunan kurumlar, çocukluk döneminde görülen şiddetli epilepsi formlarıyla ilişkilendirilen genetik varyantların hastalık yapıp yapmayacağını belirlemeye yardımcı olan yeni bir yapay zeka aracı geliştirdi. Çalışma, Journal of Clinical Investigation dergisinde yayımlandı.
Çalışmanın kıdemli yazarlarından biri olan Gemma Carvill, bu bulguların hastaların yeni nesil hassas tedavilere ulaşması için kritik bir adım temsil ettiğini belirtti.
STXBP1 Geninin Rolü
Carvill ve ekibi, gelişimsel ve epileptik ensefalopatilerle en sık ilişkilendirilen genlerden biri olan STXBP1 üzerine odaklandılar. Bu gen, genellikle yaşamın erken döneminde nöbetler ve belirgin gelişimsel gecikmeler ile karakterize edilen nadir nörogelişimsel bozukluklarla ilişkilidir.
Genetik testler söz konusu genin varyantlarını belirleyebilse de, bunların çoğu “belirsiz öneme sahip varyantlar” (VUS) olarak sınıflandırılmakta, bu da klinik uygulayıcıların bu varyantların hastalığa neden olup olmadığını belirlemekte zorlanmasına yol açmaktadır.
Yeni Model: EpiPred
Bu sorunu ele almak amacıyla araştırmacılar, STXBP1 missense varyantlarının hastalık yapma olasılığını tahmin etmek için gen-spesifik bir makine öğrenim modeli olan EpiPred’i geliştirdiler. Modelin tahminleri, protein miktarı, stabilitesi, çözünürlüğü ve diğer hücresel bileşenlerle etkileşimini ölçen çeşitli laboratuvar testleri ile değerlendirildi.
Bu araştırma, Northwestern Medicine, Michigan Üniversitesi, Weill Cornell Medicine ve St. Jude Çocuk Araştırma Hastanesi arasında, Ulusal Sağlık Enstitüleri tarafından finanse edilen bir işbirliği çerçevesinde gerçekleştirildi.
Doğru Tanı için Önemli Bulgular
Yeni yapay zeka destekli model, mevcut küresel varyant tahmin araçlarına kıyasla doğruluk, hassasiyet ve özgüllük açısından daha iyi sonuçlar verdi. Model, deneysel laboratuvar bulguları ile de yakından uyum sağladı ve önceki çalışmalarda yanlış sınıflandırılmış birkaç varyantı belirleme olanağı sundu.
Carvill, “Bazı yanlış tanılar bulduk. Yani STXBP1 ile ilişkili hastalık tanısı almış bireylerin yanlış bir tanı aldığını düşünüyoruz,” dedi. Doğru tanıların, gen hedefli tedavilerin klinik denemelere geçişinde giderek daha önemli hale geleceği vurgulandı.
Gelecek Planları
Araştırma ekibi, yüzlerce bilinen varyantı inceledi ve her olası STXBP1 missense varyantının etkisini tahmin etti. Bulgulara göre, şu anda belirsiz olarak sınıflandırılan varyantların yaklaşık dörtte biri, aslında hastalık yapıcı olabilir.
Araştırmacılar, bu yeni modeli, klinik uygulayıcıların, bilim insanlarının ve ailelerin STXBP1 varyantlarının tahminlerini keşfetmesine olanak tanıyan etkileşimli bir web uygulaması aracılığıyla kamuya açık hale getirdi. Gelecek çalışmalarda, yüksek verimli yaklaşımlar geliştirerek binlerce varyantı aynı anda değerlendirebilmeyi hedefliyorlar.
Hedef: Diğer Nadir Genetik Bozukluklar
Sonuç olarak, araştırmacılar bu yaklaşımın yalnızca epilepsi ile sınırlı kalmayıp, diğer nadir genetik bozukluklara da uygulanabilir olmasını umuyorlar. Bu, gen-spesifik yapay zeka modelleri ile laboratuvar doğrulamasını birleştiren bir çerçeve sağlamayı amaçlıyor.
Carvill, “Bu çalışma, ekip bilimini en iyi şekilde temsil eden bir örnek oldu,” dedi. Projenin başarısı, disiplinlerarası uzmanlıkla işbirliği içinde çalışmaya dayanmaktadır.
