2003. godine,

kad smo razložili ljudski genom,

mislili smo da ćemo imati odgovor
za liječenje mnogih bolesti.

No, stvarnost je daleko od toga,

jer osim naših gena,

naše okruženje i način života 
mogu imati značajnu ulogu

u razvoju mnogih velikih bolesti.

Jedan primjer je bolest masne jetre,

koja pogađa preko 20% stanovnika svijeta,

i nema joj lijeka, a vodi do raka jetre

ili zatajenja jetre.

Dakle, sekvenciranje DNK samo po sebi 
ne daje nam dovoljno informacija

za pronalazak učinkovitih terapija.

Dobro je što postoje mnoge druge
molekule u našem tijelu.

Zaista, postoji preko 100.000 metabolita.

Metaboliti su bilo koja molekula 
supermale veličine.

Poznati primjeri su glukoza, fruktoza,
masti, kolesterol --

ono o čemu stalno slušamo.

Metaboliti su uključeni u naš metabolizam.

Oni su na nižoj razini od DNK

pa nose informacije iz naših gena,
kao i stila života.

Razumijevanje metabolita je ključno
za pronalazak tretmana za mnoge bolesti.

Oduvijek sam željela liječiti pacijente.

Unatoč tome, prije 15 godina,
napustila sam medicinsku školu

jer mi je nedostajala matematika.

Ubrzo potom otkrila sam sjajnu stvar:

Mogu koristiti matematiku 
za studij medicine.

Od tada razvijam algoritme 
za analizu bioloških podataka.

Dakle, zvučalo je jednostavno:

prikupimo podatke o svim
metabolitima u našem tijelu,

razvijmo matematičke modele
za opisivanje kako se mijenjaju u bolesti

i intervenirajmo u te promjene
kako bismo ih liječili.

Tada sam shvatila zašto 
to nitko nije učinio prije:

to je iznimno teško.

(Smijeh)

Postoje mnogi metaboliti u našem tijelu.

Svaki od njih različit je od onog drugog.

Nekim metabolitima možemo 
mjeriti molekularnu masu

instrumentima za spektrometriju mase.

No kako bi moglo biti, recimo,
10 molekula s istom masom,

ne znamo točno koje su,

pa ako ih želite sve jasno identificirati,

treba raditi još eksperimenata,
što bi moglo trajati desetljećima

i stajati milijarde dolara.

Tako smo razvili umjetnu inteligenciju, 
ili AI, kao platformu koja će to učiniti.

Iskoristili smo rast bioloških podataka

i izgradili bazu podataka svih postojećih 
informacija o metabolitima

i interakcija njih s drugim molekulama.

Povezali smo sve te podatke u megamrežu.

Zatim iz tkiva ili krvi bolesnika

mjerimo mase metabolita

i tražimo one koje se mijenjaju u bolesti.

Ali, kao što sam spomenula ranije,
ne znamo točno koji su.

Molekulska masa 180 može biti 
glukoza, galaktoza ili fruktoza.

Sve one imaju iste mase

ali različite funkcije u našem tijelu.

Naš AI algoritam uzima u obzir
sve te nedorečenosti.

Zatim pretražuje tu megamrežu

da vidi kako su te metaboličke mase
međusobno povezane

kad rezultiraju bolešću.

I po načinu na koji su povezani,

onda možemo zaključiti 
što je svaka metabolička masa,

kao, ovdje bi 180 mogla biti glukoza,

i, što je još važnije, otkriti

kako promjene u glukozi 
i drugim metabolitima

dovode do bolesti.

To novo razumijevanje mehanizama bolesti

omogućuje nam zatim otkrivanje 
učinkovitih ciljanih terapija.

Stoga smo osnovali start-up tvrtku kako
bismo tu tehnologiju stavili na tržište

i poboljšali živote ljudi.

Sada moj tim i ja u ReviveMed
radimo na otkrivanju

terapija za glavne bolesti 
kojima su ključni pokretači metaboliti,

poput bolesti masne jetre,

jer je uzrokovana nakupljanjem masti,

koje su vrste metabolita u jetri.

Kao što sam spomenula ranije,
to je ogromna epidemija bez lijeka.

A bolest masne jetre je 
samo jedan primjer.

Ubuduće ćemo se boriti 
sa stotinama drugih bolesti

za koje nema lijeka.

Prikupljanjem sve više 
podataka o metabolitima

i razumijevanjem kako promjene metabolita

dovode do razvoja bolesti,

naši algoritmi će postajati sve pametniji

u otkrivanju pravih terapija 
za pravog pacijenta.

Približit ćemo se ostvarenju naše vizije:

spašavanja života sa svakim retkom koda.

Hvala vam.

(Pljesak)