Umělá inteligence pomáhá rozpoznat, zda genetická varianta způsobuje dětskou epilepsii

Vědci z Northwestern Medicine ve spolupráci s dalšími institucemi vyvinuli nástroj založený na umělé inteligenci, který dokáže pomoci určit, zda konkrétní genetické varianty způsobují těžkou formu dětské epilepsie. Výsledky práce byly publikovány v odborném časopise Journal of Clinical Investigation.

Dětská epilepsie patří mezi onemocnění, u kterých lékaři a genetici často narážejí na zásadní problém: genetické testování sice dokáže odhalit konkrétní mutaci v DNA pacienta, ale samo o sobě nedokáže s jistotou říct, zda je tato konkrétní varianta skutečně příčinou onemocnění, nebo jde o neškodnou odchylku, která se v populaci vyskytuje běžně a nijak se neprojevuje. Tato nejistota představuje pro rodiny i lékaře velkou zátěž, protože správná a včasná diagnóza je u těžkých epileptických syndromů klíčová pro volbu léčby i pro odhad dalšího vývoje onemocnění.

Nově vyvinutý nástroj umělé inteligence má tuto mezeru pomoci zaplnit tím, že analyzuje genetické varianty spojené s těžkými formami dětské epilepsie a odhaduje pravděpodobnost, že daná varianta skutečně vede k onemocnění. Namísto spoléhání se výhradně na časově náročné laboratorní experimenty tak může systém poskytnout rychlejší a škálovatelnější způsob, jak posoudit klinický význam konkrétních genetických nálezů.

Těžké formy epilepsie, které se objevují v raném dětství, bývají často spojeny s mutacemi v genech, jež ovlivňují fungování neuronů a přenos signálů v mozku. Jakmile je u dítěte objevena neobvyklá varianta v takovém genu, lékaři a výzkumníci potřebují zjistit, zda tato změna skutečně narušuje funkci proteinu natolik, že způsobuje záchvaty a další příznaky, nebo zda jde o variantu bez klinického významu. Tradiční přístup spočívá v laboratorním testování, kdy vědci zkoumají, jak se varianta chová v buněčných nebo zvířecích modelech. Takový proces je ale zdlouhavý a nákladný, což zpomaluje stanovení diagnózy i zahájení cílené léčby.

Použití umělé inteligence umožňuje analyzovat rozsáhlá data o genetických variantách a jejich dopadu na funkci proteinů mnohem rychleji než klasické experimentální metody. Autoři studie tím otevírají cestu k tomu, aby lékaři mohli snadněji a rychleji rozlišit, které genetické nálezy u dětí s epilepsií jsou skutečně relevantní pro jejich stav.

Rychlejší a přesnější posouzení genetických variant by mělo mít přímý dopad na klinickou praxi. Pokud lékaři dokážou s větší jistotou potvrdit, že konkrétní mutace je příčinou epilepsie u daného dítěte, mohou se rozhodovat o léčbě na základě pevnějších podkladů. U některých genetických epileptických syndromů totiž existují specifické terapeutické přístupy, které jsou účinné pouze tehdy, pokud je příčina onemocnění přesně identifikována. Naopak u variant, u kterých nástroj ukáže nízkou pravděpodobnost patogenity, se lékaři mohou zaměřit na hledání jiné příčiny potíží a vyhnout se zbytečným léčebným zásahům, které by nebyly účinné.

Výzkumný tým zdůrazňuje, že nástroj byl vyvinut a testován ve spolupráci více institucí, což má zajistit širší ověření jeho spolehlivosti na různorodých datech. Publikace výsledků v Journal of Clinical Investigation, uznávaném odborném periodiku, naznačuje, že metodika prošla recenzním řízením a byla posouzena odbornou komunitou jako přínosná pro další výzkum i klinickou praxi.

Autoři studie vnímají tento nástroj jako krok směrem k přesnější a rychlejší diagnostice vzácných genetických onemocnění, kam těžké formy dětské epilepsie patří. Genetická diagnostika se v posledních letech stává stále důležitější součástí péče o pacienty s neurologickými onemocněními, a nástroje založené na umělé inteligenci mohou pomoci zpracovat rostoucí množství dat, která vznikají díky rozšíření genetického testování.

Vědci z Northwestern Medicine plánují v dalším výzkumu ověřovat spolehlivost nástroje na dalších souborech genetických variant a zkoumat, jak jej lze zapojit do běžné klinické praxe tak, aby pomáhal lékařům při rozhodování o diagnóze a léčbě dětí postižených touto závažnou formou epilepsie.