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)