人工智能可以预测病毒感染(包括COVID-19)患者的病情
加州大学圣地亚哥分校医学院的研究人员使用人工智能(AI)算法筛选了tb级的基因表达数据——这些基因在感染期间是“开启”或“关闭”的——以寻找过去感染大流行病毒(包括SARS、MERS和猪流感)的患者的共同模式。
这项研究发表于2021年6月11日eBiomedicine．一，一套166基因，揭示了人体免疫系统响应病毒感染．第二组20个特征基因预测病人疾病的严重程度。例如，需要住院治疗或使用机械呼吸机。通过实例验证了该算法的实用性肺组织从COVID-19死亡患者的尸检和动物模型中收集感染．
“这些与病毒大流行相关的特征告诉我们一个人的免疫系统如何对病毒感染做出反应，以及它可能会有多严重，这为我们提供了这一和未来大流行的地图，”普拉迪pta Ghosh医学博士说分子医学加州大学圣地亚哥分校医学院和摩尔斯癌症中心。
Ghosh与Debashis Sahoo博士共同领导了这项研究，Debashis Sahoo博士是加州大学圣地亚哥分校医学院儿科助理教授，Jacobbob电竞s工程学院计算机科学与工程助理教授，Soumita Das博士是加州大学圣地亚哥分校医学院病理学副教授。
在病毒感染期间，免疫系统会向血液中释放一种叫做细胞因子的小蛋白质。这些蛋白质指导免疫细胞去感染部位，帮助消除感染。然而，有时身体会释放过多的细胞因子，导致免疫系统失控，攻击自身的健康组织。这种被称为细胞因子风暴的不幸事件被认为是一些病毒感染患者(包括一些普通流感患者)死于感染而另一些人没有感染的原因之一。
但致命细胞因子风暴的性质、程度和来源，谁的风险最大，以及如何最好地治疗，长期以来一直不清楚。
Sahoo说:“当COVID-19大流行开始时，我想利用我的计算机科学背景来找到所有病毒性大流行的共同点——一些我们可以作为指南的普遍真理，因为我们试图理解一种新型病毒。”“这种冠状病毒对我们来说可能是新的，但我们的身体对感染的反应只有这么多种方式。”
用于测试和训练算法的数据来自可公开获得的患者基因表达数据——所有从患者基因转录并在组织或血液样本中检测到的RNA。每当COVID-19患者的一组新数据可用时，该团队都会在他们的模型中进行测试。他们每次都看到相同的标志性基因表达模式。
Sahoo说:“换句话说，这就是我们所说的前瞻性研究，参与者在患病时被纳入研究，我们使用我们发现的基因特征来探索一种全新疾病的未知领域。”
通过检查第一个签名基因集中这些基因的来源和功能，该研究还揭示了细胞因子风暴的来源:肺气道和肺粘膜的细胞白细胞即巨噬细胞和T细胞。此外，研究结果还揭示了风暴的后果:破坏了同样的肺气道细胞和自然杀伤细胞，自然杀伤细胞是一种杀死病毒感染细胞的特殊免疫细胞。
达斯说:“我们可以看到并向世界展示，我们肺部的肺泡细胞通常被设计成允许气体交换和血液的氧化，是细胞因子风暴的主要来源之一，因此，它是细胞因子风暴的眼睛。”“接下来，我们的人形中心团队正在对COVID-19感染背景下的人类肺部进行建模，以检查COVID-19急性和后影响。”
研究人员认为，通过提供细胞靶点和衡量改善的基准，这些信息可能还有助于指导经历细胞因子风暴的患者的治疗方法。
为了验证他们的理论，研究小组用Molnupiravir的前体版本或sars - cov -2中和抗体对啮齿动物进行预处理，Molnupiravir是一种目前正在临床试验中用于治疗COVID-19患者的药物。暴露于SARS-CoV-2后，肺细胞对照组的啮齿动物显示出与大流行相关的166和20个基因表达特征。而接受治疗的啮齿动物则没有，这表明治疗在减弱细胞因子风暴方面是有效的。
“这不是是否会出现的问题，而是下一次大流行何时会出现的问题，”高希说，他也是网络医学研究所所长和加州大学圣地亚哥分校医学院类人研究卓越中心的执行主任。“我们正在构建的工具不仅适用于今天的大流行，也适用于即将到来的下一次大流行。”
