人工智慧與代謝物的醫學潛力

許多疾病由代謝物引起。代謝物是身體中的微小分子物質，像是脂肪、葡萄糖和膽固醇。但是我們無法分辨出它們究竟是什麼，也不知道它們如何起作用。生技創業家和 TED 研究員萊拉·皮爾哈吉恩（Leila Pirhaji），分享她如何建立一套人工智能網絡，用來分析代謝物型態，從中更瞭解疾病發生的機制，並且找到更有效的治療方法。

在 2003 年，

當我們為人類的基因組定序時，

我們以為會找到許多疾病的治療方法。

但實際情形卻遠非如此，

因為除了我們的基因之外，

生活環境和生活作息

也是引發重大疾病的關鍵因素。

以脂肪肝疾病爲例，

全球超過 20% 的人口
受此疾病影響，

目前沒有任何治療方法
而且最後可發展為肝癌，

或是肝臟衰竭。

所以只靠基因定序
並不能給我們足夠的訊息，

找出有效的治療方法。

好消息是，我們身體裡
還有許多其他的分子，

事實上，我們身體
有超過十萬的代謝物。

代謝物是體積超級小的分子，

已知的例子包括，
葡萄糖、果糖、脂肪、膽固醇——

我們時常聽到的這些東西。

代謝物會參與新陳代謝活動，

它們也是 DNA 的後段，

所以它們帶著基因訊息
也透露出我們的生活作息。

要找出許多疾病的治療方法
就有必要瞭解代謝物，

我一直都想要醫治好病人，

但是十五年前，

因爲傾心於數學而離開了醫學院。

不久，我發現最酷的事情是：

我可以用數學來研究醫學，

從那時起，我就一直開發
演算法用來分析生物數據。

這聽起來很簡單：

我們收集身體中所有代謝物的數據，

然後開發數學模型來描述
它們在疾病中如何變化，

並且干預這些變化來進行治療。

然後，我明白為什麼之前
沒有人做過這件事了：

因為這實在太困難了。

（笑聲）

我們身體中有太多代謝物了，

每一個都不盡相同。

針對一些代謝物，

我們能夠用質譜儀
來測量它們的分子量。

但是具有完全相同的
分子量可能有十種之多，

所以無法知道它們確切是什麼東西，

假如要清楚辨識所有代謝物，

必須要做更多的實驗，
那有可能要花上數十年的時間，

還要耗費幾十億美元。

因此，我們開發了一種
人工智慧來做這事。

我們利用生物數據的增長，

然後建立一個資料庫
裡面有代謝物的相關訊息，

包含代謝物與其他分子
相互作用的訊息，

我們把所有數據組合成一個巨大網絡。

接著，從患者的器官組織或是血液中，

我們測量到代謝物的分子量，

並且尋找因疾病
而產生變化的代謝物質量。

但是，正如我稍早提過，
我們無法確切知道它們是什麼，

分子量為 180 可能是葡萄糖，
不然就是半乳糖或是果糖，

它們都擁有相同的質量，

但在身體中有著不同的功能。

我們的人工智慧演算考慮到
這些含糊不清的情形，

它會在巨大網絡中挖掘數據，

找出那些代謝物如何相互連結，

才會導致疾病的發生。

而且因為它們連接的方式，

我們得以推斷出
每個代謝物的分子量是多少。

在這裡，分子量 180 的可能是葡萄糖。

而且更重要的是，

發現葡萄糖和其他代謝物的變化

如何引發疾病。

這種針對疾病機制的新穎理解，

讓我們能夠針對疾病
找出有效的治療方法。

所以我們成立了一家新創公司
將這項技術帶入市場，

對大家的生活帶來正面影響，

現在我和團隊
在 ReviveMed 生技公司

正利用代謝物
努力尋找重大疾病的療法，

像是脂肪肝疾病，

這是由於脂肪的堆積引起。

而脂肪是肝臟中
不同類型的代謝物組成，

我稍早提到這種重大疾病
目前沒有任何治療方式，

脂肪肝疾病只是其中一個例子，

我們接著要解決

其他數百種目前尚無治療方式的疾病。

藉著搜集更多的代謝物數據，

並且瞭解這些代謝物的變化

如何引發疾病。

我們的演算法會變得愈來愈聰明，

幫助病患找出正確的治療方法。

而且我們能夠利用每條基因碼

一步步達成拯救生命的願景。

謝謝大家。

（掌聲）