AI identifierar tre undertyper av Parkinsons

 

AI identifierar tre undertyper av Parkinsons

Forskare vid Weill Cornell Medicine har använt maskininlärning för att definiera tre undertyper av Parkinsons sjukdom baserat på den hastighet med vilken hastighet sjukdomen fortskrider. 

Förutom att ha potentialen att bli ett viktigt diagnostiskt och prognostiskt verktyg, är dessa subtyper märkta av distinkta drivgener. Om de valideras kan dessa markörer också föreslå sätt att undertyperna kan riktas mot nya och befintliga läkemedel. 
Forskningen publicerades den 10 juli i npj Digital Medicine.

"Parkinsons sjukdom är mycket heterogen, vilket innebär att personer med samma sjukdom kan ha väldigt olika symtom", säger Dr Fei Wang, professor i folkhälsovetenskap vid Weill Cornell Medicine. 
"Detta indikerar att det sannolikt inte kommer att finnas en enhetlig metod för att behandla det. Vi kommer behöva överväga skräddarsydda behandlingsstrategier baserade på en patients sjukdomssubtyp."

Utredarna definierade undertyperna baserat på deras distinkta mönster av sjukdomsprogression. De döpte dem till undertypen Inching Pace  (PD-I, cirka 36% av patienterna) för sjukdomar med en mild baslinjesvårighet och mild progressionshastighet, undertypen Moderate Pace (PD-M, cirka 51% av patienterna) för fall som har mild baslinje-svårighetsgrad, men framskrider i måttlig takt, och Rapid Pace subtyp (PD-R), för fall med den snabbaste symtomsprogressfrekvensen.

De kunde identifiera undertyperna genom att använda djupinlärningsbaserade metoder för att analysera avidentifierade kliniska journaler från två stora databaser. 
De undersökte också den molekylära mekanismen förknippad med varje subtyp genom analys av patientens genetiska och transkriptomiska profiler med nätverksbaserade metoder.

Till exempel hade PD-R-subtypen aktivering av specifika vägar, såsom de relaterade till neuroinflammation, oxidativ stress och metabolism. Teamet hittade också distinkta hjärnavbildningar och biomarkörer för cerebrospinalvätska för de tre undertyperna.
Dr Wangs labb har studerat Parkinsons sedan 2016, då gruppen deltog i Parkinsons Progression Markers Initiative (PPMI) datautmaning sponsrad av Michael J. Fox Foundation. Teamet vann utmaningen på ämnet att härleda subtyper och har sedan dess fått finansiering från stiftelsen för att fortsätta detta arbete.

De använde data som samlats in från PPMI-kohorten som den primära subtyputvecklingskohorten i sin forskning och validerade dem med National Institute of Neurological Disorders and stroke (NINDS) och Parkinsons Disease Biomarkets Program (PDBP) kohort.

Forskarna använde sina resultat för att identifiera möjliga läkemedelskandidater som skulle kunna användas för att rikta in sig på de specifika molekylära förändringarna som ses i de olika subtyperna. De använde sedan två storskaliga, verkliga databaser med patientjournaler för att bekräfta att dessa läkemedel kunde hjälpa till att förbättra Parkinsons progression. Dessa databaser undersöktes av INSIGHT.

Clinical Research Network, baserat i New York, och OneFlorida+ Clinical Research Consortium, är båda en del av National Patient-Centered Clinical Research Network (PCORnet). INSIGHT leds av Dr. Rainu Kaushal, senior associate dekan för klinisk forskning vid Weill Cornell Medicine och New York-Presbyterian/ Weill Cornell Medical Center.

"Genom att undersöka dessa databaser fann vi att personer som tog diabetesläkemedlet Metformin verkade ha förbättrade sjukdomssymtom - särskilt symtom relaterade till kognition och fall - jämfört med de som inte tog Metformin", sa Dr Chang Su, assisterande professor i folkhälsovetenskap och även medlem av AIDH vid Weill Cornell Medicine.
Detta gällde särskilt de med PD-R-subtypen, som med största sannolikhet har kognitiva underskott tidigt i Parkinsons sjukdomsförlopp.

"Vi hoppas att vår forskning kommer att leda andra utredare att tänka på att använda olika datakällor när de genomför studier som vår," sa Dr Wang. 
"Vi tror också att translationell bioinformatikutredare kommer att kunna ytterligare validera våra resultat, både beräkningsmässigt och experimentellt." 

Kommentarer

Populära inlägg