У 2003 році,

коли здійснили секвенування генома людини,

ми думали, що це допоможе знайти
методи лікування багатьох захворювань.

Насправді, все далеко не так,

тому що окрім наших генів,

довкілля і спосіб життя значно впливають

на розвиток багатьох
серйозних захворювань.

Один із прикладів - стеатоз печінки,

яким хворіють більше 20% населення Землі.

Він не лікується і спричиняє рак печінки

чи печінкову недостатність.

Одне тільки секвенування ДНК
не дає нам достатньо інформації,

щоб знайти ефективний курс лікування.

Однак, в нашому організмі
є багато інших молекул.

В ньому є більше 100 000 метаболітів.

Метаболіти - це дуже дрібні молекули.

Добре знайомі нам метаболіти - це 
глюкоза, фруктоза, жири, холестерин;

ми чуємо про них постійно.

Метаболіти беруть участь в обміні речовин.

Вони знаходяться по нисхідніій від ДНК,

тому містять дані як про гени, 
так і про спосіб життя.

Метаболіти мають важливе значення у
пошуках методів лікування багатьох хвороб.

Я завжди хотіла лікувати людей.

Незважаючи на це, 15 років тому
я покинула медичний університет,

тому що мені бракувало математики.

Незабаром, несподівано для себе,
я дізналася,

що можу застосовувати математику
для вивчення медицини.

Відтоді я розробляю алгоритми
аналізу біологічних даних.

Здавалося б, це так легко:

потрібно зібрати інформацію 
про всі метаболіти в організмі,

створити математичні моделі,
що описують їх зміни під час хвороби

і протистояти цим змінам
в процесі лікування.

Потім я зрозуміла,
чому цього не зробили раніше:

це надзвичайно важко.

(Сміх)

В нашому організмі є багато метаболітів.

Всі вони дуже різні.

Молекулярну масу деяких можна виміряти

за допомогою
мас-спектометричних інструментів.

Проте, оскільки є ймовірність отримати
10 молекул з однаковою масою,

ми не знатимемо, що це за молекули.

І якщо ми хочемо точно ідентифікувати їх,

знадобляться додаткові експерименти,
що потребуватимуть десятиліть

і мільйонів доларів.

Тому ми створили для цього
штучний інтелект або ШІ.

Ми скористалися ростом біологічних даних

і розробили базу даних всієї існуючої
інформації про метаболіти

і їх взаємозв’язок з іншими молекулами.

Ми об’єднали всі ці дані в мегамережу.

Тепер, використовуючи тканини
і кров пацієнта,

ми вимірюємо масу метаболітів

і знаходимо ті, що змінюються
під час хвороби.

Але, як я казала раніше, ми не знаємо , 
якими саме є ці метаболіти.

Глюкоза, галактоза і фруктоза
мають молекулярну масу 180.

В них абсолютно однакова молекулярна маса,

але вони виконують
різні функції в тілі.

Наш ШІ врахував всі ці неточності.

Потім він пройшов цією мегамережею

в пошуках зв’язаних між собою
мас метаболітів,

що викликають захворювання.

Те, як вони зв’язані,

допомагає нам визначити
масу кожного метаболіта,

наприклад, тут 180 - 
це могла б бути глюкоза,

і, що важливо, зрозуміти,

як зміни глюкози та інших метаболітів

призводять до захворювань.

Це нове розуміння механізмів хвороб

дозволяє знаходити ефективні
способи лікування.

Ми створили стартап, щоб вивести
цю технологію на ринок

і допомагати людям.

Ми з моєю командою в ReviveMed
працюємо над пошуком

методів лікування хвороб, для яких
метаболіти - це ключові фактори,

наприклад, стеатозу печінки.

Він викликаний накопиченням
в печінці жирів,

які являють собою один
із видів метаболітів.

Як я вже казала, це серйозна
невиліковна епідемія.

І стеатоз печінки - лише один приклад.

Надалі ми плануємо працювати
з сотнями інших хвороб,

від яких поки немає ліків.

Збираючи більше даних про метаболіти

і аналізуючи, як зміни в них

призводять до захворювань,

наші алгоритми ставатимуть
все більше розвиненими

і допоможуть знаходити курси лікування
для конкретних пацієнтів.

Ми наблизимося до нашої мети -

врятувати життя людей за
допомогою кожної лінії коду.

Дякую!

(Оплески)