DNA:n varoitusmerkit: Geenimalli ennustaa aivohalvauksen

Ajatus siitä, että DNA:si voisi kuiskata varoituksia kauan ennen oireita, kuulostaa tieteiskirjallisuudelta. Silti Sydneyn teknillisen yliopiston tutkijat ovat rakentaneet työkalun, joka kuuntelee ja tunnistaa iskeemiseen aivohalvaukseen liittyviä kuvioita.

Käyttäen transformer-pohjaista tekoälyä tiimi skannasi geneettisiä vaihteluja kymmenien tuhansien genomin läpi etsiäkseen varianttiyhdistelmiä, jotka lisäävät aivohalvauksen riskiä. Malli luokitteli ihmiset matalan, keskitason ja korkean geneettisen riskin ryhmiin. Korkean riskin ryhmään sijoittuneilla osallistujilla oli tutkimusjakson aikana 21 prosenttia suurempi todennäköisyys saada ensimmäinen iskeeminen aivohalvaus verrattuna matalan riskin ryhmään.

Miksi sillä on merkitystä? Iskeeminen aivohalvaus, yleisin aivohalvaustyyppi, tapahtuu, kun tukos estää verenvirtauksen aivoihin. Ennaltaehkäisy perustuu siihen, että tunnistetaan ne henkilöt, jotka todennäköisimmin sairastuvat. Lääkärit ja potilaat usein luottavat perinteisiin riskilaskureihin kuten ikään, verenpaineeseen ja tupakointihistoriaan, mutta genetiikka on yleensä ollut vain sivuhuomautus.

Tilanne saattaa muuttua. Sydneyn teknillisen yliopiston malli tunnisti 18 geneettistä varianttia, jotka liittyvät iskeemiseen aivohalvaukseen, mukaan lukien signaaleja lähellä aivoissa ilmaistavaa geeniä EDEM2 ja verenkierrolle liittyvää geeniä KANK2. Nämä löydökset viittaavat biologisiin reitteihin, jotka voivat auttaa selittämään, miksi jotkut ihmiset ovat haavoittuvia kauan ennen kliinisten merkkien ilmaantumista.

Erottava tekijä ei ole niinkään variantit itsessään vaan se, miten algoritmi tulkitsee ne. Perinteiset polygeeniset riskipisteet summaavat vaikutuksia monien varianttien yli mutta käsittelevät kutakin muutosta pääosin erillisenä. Transformer-pohjainen runko antaa mallille mahdollisuuden huomioida monimutkaiset vuorovaikutukset ja DNA:n kohtausten järjestyksen, suhteet jotka on helppo ohittaa yksinkertaisemmilla tilastollisilla menetelmillä.

Tutkijat kouluttivat ja validoivat järjestelmänsä kahdella suurella kliinisellä aineistolla, jotka kattavat yli 40 000 henkilöä, mittakaavan joka olisi ollut käytännössä mahdoton tutkia ilman nykyaikaista koneoppimista. Tuloksena on tarkempi geneettisen riskin arvio, joka voi täydentää kliinistä seulontaa ja tulevaisuudessa ohjata yksilöllisiä ennaltaehkäisysuunnitelmia.

Tietenkään genetiikka ei kuvaa kaikkea. Aiemmat tutkimukset arvioivat, että periytyvät tekijät selittävät noin 38 prosenttia aivohalvauksen riskistä, jolloin elämäntavat, ympäristö ja samanaikaiset sairaudet selittävät loput. Silti potilaille, jotka saavat aivohavauksen nuorella iällä, tai perheille, jotka ovat huolissaan periytyvästä riskistä, selkeämpi geneettinen analyysi voi tarjota vastauksia ja tien kohdennettuun seurantaan.

Työ on julkaistu lehdessä Tietokonemenetelmät ja ohjelmat biolääketieteessä ja se herättää tuttuja eettisiä ja käytännöllisiä kysymyksiä. Miten kliinikkojen tulisi integroida tällaiset pistemäärät käytäntöön? Milloin perheenjäseniä tulisi testata? Kuka saa käyttöönsä tämän ennustavan tiedon? Keskustelu on vasta alussa ja teknologia on jo alkanut muuttaa näkökulmaamme ennaltaehkäisyyn.