2003-iais metais,
kai iššifravome žmogaus
genomo seką, galvojome,
jog radome atsakymą,
kaip išgydyti daug ligų.
Tačiau tai toli gražu ne tikrovė.
Be mūsų genų, didelę reikšmę
daugumos ligų vystymuisi gali turėti
aplinka ir gyvenimo būdas.
Pavyzdžiui, kepenų suriebėjimas,
tai liga, kuri
kankina 20 procentų
žmonių populiacijos globaliai.
Ši liga nepagydoma
ir sukelia kepenų vėžį
arba kepenų nepakankamumą.
Taigi, vien genomo sekos iššifravimas
mums nesuteikia
pakankamai informacijos rasti
veiksmingą ligos gydymą.
Iš kitos pusės, savo kūne turime
daugybę kitų molekulių.
Išties, mūsų kūnuose
yra daugiau nei 100 000 metabolitų.
Metabolitai – tai bet kokios
labai mažos molekulės.
Gerai žinomi pavyzdžiai yra gliukozė,
fruktozė, riebalai, cholesterolis –
dalykai, apie kuriuos nuolat girdime.
Metabolitai dalyvauja
mūsų medžiagų apykaitoje.
Jie turi informaciją, susijusią
tiek su mūsų genais,
tiek su mūsų gyvenimo būdu.
Metabolitus suvokti labai svarbu,
norint surasti įvairių ligų gydymą.
Aš visuomet norėjau gydyti pacientus.
Nepaisant to, prieš 15 metų
mečiau medicinos mokslus,
kadangi pasiilgau matematikos.
Greitai atradau nuostabiausią dalyką:
aš galiu naudoti matematiką
mokytis medicinos.
Nuo tada aš kuriu algoritmus
analizuoti biologinius duomenis.
Tai atrodė paprastai:
surinkime duomenis iš visų metabolitų,
esančių mūsų kūnuose,
sukurkime matematinius modelius,
kaip metabolitai kinta susirgus,
ir tuomet sutrukdykime tiems
pokyčiams, jog išgydytume ligą.
Tuomet supratau, kodėl niekas
anksčiau to nedarė:
tai nepaprastai sudėtinga.
(Juokas)
Mūsų kūnuose yra daugybė metabolitų.
Jie skiriasi vienas nuo kito.
Mes galime pamatuoti kai kurių
metabolitų molekulinę masę,
naudojant masių spektometrijos prietaisus.
Bet net 10 molekulių
gali turėti tokią pačią masę,
todėl mes tiksliai nežinome,
kas jie yra.
Norint tiksliai juos identifikuoti,
turime daryti daugiau bandymų,
kurie gali užtrukti dešimtmečius
ir kainuoti milijardus dolerių.
Taigi mes sukūrėme dirbtinio intelekto
(DI) platformą, galinčią tai padaryti.
Mes pasinaudojome
biologinių duomenų augimu
ir sukūrėme duombazę, turinčią visą
dabartinę informaciją apie metabolitus
ir jų sąveiką su kitomis molekulėmis.
Šią informaciją mes sujungėme
į didžiulį tinklą.
Tuomet iš paciento audinių ar kraujo
mes matuojame metabolitų masę ir randame
tuos metabolitus,
kurie dėl ligos yra pasikeitę.
Kaip minėjau anksčiau,
mes nežinome, kas jie yra.
180 molekulinį svorį gali sverti
gliukozė, galaktozė ir fruktozė.
Jie visi sveria tiek pat, tik
mūsų kūnuose atlieka skirtingas funkcijas.
Mūsų DI algoritmas apsvarsto
visus šiuos neaiškumus.
Tuomet jis atrado tinklą,
kuris padėjo sužinoti
kaip šios masės yra susijusios
viena su kita,
sukeliant ligą.
Dėl šių sąsajų mes gebame
atlikti išvadą, kas iš tiesų yra
kiekviena metabolito masė.
Tas 180 čia gali būti gliukozė.
Svarbiausia, dėl to mes galime atrasti
kaip pokyčiai gliukozėje
ir kituose metabolituose
priveda iki ligos.
Šis naujas ligos mechanizmų suvokimas
leidžia mums atrasti
veiksmingą gydymą šioms ligoms.
Taigi, mes įkūrėme startuolį,
kad pristatytume rinkai šias technologijas
ir pagerintume žmonių gyvenimus.
Mano komanda „ReviveMed“ ir aš dirbame,
jog atrastumėme
gydymą ligoms, kurių atsiradimui
svarbiausią įtaką daro metabolitai,
pavyzdžiui, kepenų nepakankamumui.
Ši liga yra atsiranda
susikaupus riebalams,
t. y. tam tikras metabolitų tipas,
esantis kepenyse.
Kaip minėjau, tai didelė epidemija,
kuri nėra pagydoma.
Ir tai tik vienas pavyzdys.
Judėdami pirmyn mes apimsime
šimtus įvairių ligų,
kurios neturi jokio gydymo.
Renkant vis daugiau ir daugiau
informacijos apie metabolitus
ir suprantant, kaip jų pokyčiai
veda prie ligų vystymosi,
mūsų algoritmai tobulės ir atras
tinkamą gydymą pacientams.
Mes einame vis arčiau savo tikslo link –
išsaugoti gyvybes
su kiekviena kodo eilute.
Ačiū.
(Plojimai)