close

journal.pcbi.1008814.g001.PNG

人類的免疫防禦是基於白細胞準確識別致病病原體並對其啟動防禦反應的能力。免疫防禦能夠“回憶起”它以前遇到的病原體,例如,疫苗的有效性就是基於此。因此,免疫防禦系統是最準確的病人記錄系統,它帶有一個人所面對的所有病原體的歷史。然而,這種信息以前很難從病人樣本中獲得。

學習免疫系統可以大致分為兩部分,其中B細胞負責產生針對病原體的抗體,而T細胞則負責破壞其目標。用傳統的實驗室方法測量抗體是相對簡單的,這就是為什麼抗體已經在醫療保健方面有多種用途。

轉化血液學教授Satu Mustjoki說:"人們知道T細胞在針對病毒和癌癥等的防禦反應中的作用至關重要,但盡管進行瞭廣泛的研究,確定T細胞的目標一直很困難。

journal.pcbi.1008814.g002.PNG

T細胞以“鎖-鑰原理”識別它們的目標,其中“鑰匙”是T細胞表面的T細胞受體,而“鎖”是呈現在受感染細胞表面的蛋白質。據估計,一個人攜帶的不同T細胞“鑰匙”比銀河系中的星星還要多,這使得用實驗室技術繪制T細胞目標圖變得很麻煩。

因此,阿爾托大學和赫爾辛基大學的研究人員研究瞭先前剖析的鎖鑰對,並能夠創建一個人工智能模型,以預測先前未映射的T細胞的目標。

“我們創建的人工智能模型很靈活,適用於每一種可能的病原體--隻要我們有足夠的實驗產生的鎖鑰對。例如,當有足夠數量的此類配對時,我們很快就能將我們的模型應用於冠狀病毒SARS-CoV-2,”阿爾托大學理學碩士和博士生Emmi Jokinen解釋道。

這項研究的結果有助於我們瞭解T細胞如何應用其“鑰匙”的不同部分來識別其鎖。研究人員研究瞭哪些T細胞能識別常見的病毒,如流感-、HI-和B型肝炎-病毒。研究人員還用他們的工具分析瞭識別乙肝的T細胞的作用,這些T細胞在肝炎發展到肝細胞癌後已經失去瞭殺傷力。

該研究已發表在科學雜志《PLOS Computational Biology》上。

journal.pcbi.1008814.g003.PNG

阿爾托大學計算生物學和機器學習教授Harri Lähdesmäki指出:“在這些工具的幫助下,我們能夠更好地利用已經公佈的龐大患者群,並獲得對它們的額外理解。”

利用人工智能工具,研究人員已經弄清楚,除其他事項外,在不同的疾病狀態下,防禦反應的強度與其目標之間的關系,如果沒有這項研究,這是不可能的。

“例如,除瞭COVID-19感染,我們還調查瞭防禦系統在各種自身免疫性疾病發展中的作用,並解釋瞭為什麼有些癌癥患者從新藥中受益,而有些則沒有,”赫爾辛基大學的博士生Jani Huuhtanen博士透露瞭即將使用新模型的工作。

arrow
arrow
    全站熱搜
    創作者介紹
    創作者 Ken641228 的頭像
    Ken641228

    Ken641228的部落格

    Ken641228 發表在 痞客邦 留言(0) 人氣()