De förenar AI och biologi för en ny väg mot personliga behandlingar i vården

Marcus Krantz, systembiolog vid Institutionen för medicinska vetenskaper vid Örebro universitet, forskar på hur celler bearbetar information och tolkar sin omgivning. Han och Pedro Zuidberg dos Martires, biträdande lektor inom datavetenskap vid Örebro universitet, argumenterar för att man i framtiden behöver kombinera biologins kunskapsmodeller med AI för att förstå hur celler fungerar. Det slutgiltiga målet är att ta fram en modell som kan anpassas till varje patient.

– Vägen dit är lång. Det krävs att man skapar digitala tvillingar av mänskliga celler, baserade på cellernas molekylära mekanismer. Om vi känner till cellers funktioner på molekylär nivå kan vi förutsäga hur de kommer att reagera på olika preparat. Då kan vi också förutsäga vad som är den bästa behandlingen, säger Marcus Krantz.

Skiljer sig från maskininlärning

AI-området kallas knowledge representation (KR), och det skiljer sig från maskininlärning som är vanligare och mer uppmärksammat. Chat GPT och andra söktjänster som använder maskininlärning behöver ingen kunskap utan lär sig att lösa uppgifter genom att träna på enorma mängder data. Inom KR använder man däremot logik och tidigare kunskaper för att resonera fram nya.

Forskarna presenterar sina idéer i ett så kallat position paper som de har jobbat med i över ett år. Forskningen är fortfarande i ett tidigt stadium och argumenten för AI-modellen måste prövas i studier. Det första steget är att organisera existerande kunskap om cellers molekylära mekanismer i kunskapsmodeler, som sedan kan lära sig parametrar från data. Först därefter kan man anpassa modellen med patientspecifika data.

– Vi behöver först förstå cellerna på molekylär nivå, och det kan inte modellen hjälpa oss med. Baserat på den kunskapen kan vi sedan – med hjälp av systembiologi – förstå mekanismer och fylla kunskapsluckor med data från maskininlärning, säger Pedro Zuidberg dos Martires.

Beskriva cellernas kommunikation

En cell består av flera delar som kan kommunicera med andra delar och andra celler. Men alla delar kommunicerar inte med varandra, och forskarnas utmaning är att beskriva cellernas kommunikation i en matematisk modell som kan köras på en dator.

– Gör man det upprepade gånger kan man simulera vad som händer med en levande människa. Om man ändrar något i en cell genom att ge mediciner kan man i modellen förutsäga vilket resultat det kommer att få, säger Pedro Zuidberg dos Martires.

Om modellen blir verklighet skulle många patienter bli botade snabbare än i dag. Det skulle också innebära stora besparingar för vården.

– Det finns jättebra mediciner för olika sjukdomar, men de fungerar olika på olika människor. Vissa mediciner fungerar inte ens på hälften av patienterna, och man vet inte vilka som kommer att svara på en behandling innan man prövat den, säger Marcus Krantz.

Använder liknande tekniker

Örebro universitet jobbar strategiskt med att sammanföra biologi och datavetenskap för medicinsk forskning. Marcus Krantz tillhör X-HiDE, en forskningsprofil med inriktning mot inflammatoriska mekanismer med målet att hitta nya behandlingar av våra folksjukdomar. Pedro Zuidberg dos Martires representerar Centrum för tillämpade autonoma sensorsystem (AASS) som bedriver forskning inom AI och autonoma sensorsystem.

– Våra forskningsfält är väldigt olika men vi använder liknande tekniker och borde samarbeta mer. En utmaning är att få fram en rätt mängd detaljer så vi kan bygga en skalbar modell, säger Pedro Zuidberg dos Martires.