immune receptors (e.g., antibodies) mined for disease-specific patterns by machine learning. Illustration image: Rahmad Akbar and Lonneke Scheffer, UiO.

Het immuunsysteem slaat enorme hoeveelheden gezondheids- en ziekterelevante informatie op. Onderzoekers proberen deze informatie te ontcijferen met behulp van artificiële intelligentie (AI) om nieuwe diagnostische en therapeutische methoden te ontwikkelen, aldus een persbericht van de Universiteit van Oslo, Noorwegen. Uiteindelijk moet het mogelijk worden om met één bloedmonster ziektes te diagnosticeren

Er is nog steeds veel dat we niet weten over hoe het immuunsysteem werkt. Het immuunsysteem bestaat uit verschillende onderdelen. Een daarvan is het adaptieve immuunsysteem. Dit ontwikkelt zich in de loop van ons leven. In dit deel van ons immuunsysteem staat informatie over alle ziekten en infecties die iemand heeft, of heeft gehad.

Deze informatie wordt als complexe patronen opgeslagen in pathogeen-herkennende structuren. Deze worden ook wel immuunreceptoren genoemd. Die bevinden zich op het oppervlak van adaptieve immuuncellen. We kunnen deze patronen zien als het geheugen van het immuunsysteem. De patronen zijn handleidingen die het immuunsysteem vertellen hoe het diverse infecties en ziekten moet aanvallen. Niemand weet echter hoe deze patronen eruit zien.

Diagnostiek

Het potentieel van wat zij ons kunnen vertellen over de inwendige werking van het immuunsysteem, alsmede voor de ontwikkeling van ziektediagnostiek en therapeutica, is enorm.

Met behulp van machine learning kan een computer de voorheen verborgen patronen ontdekken. Assistent professor Victor Greiff van het Instituut voor Klinische Geneeskunde en professor Geir Kjetil Sandve van het Instituut voor Informatica werken hieraan. Samen met promovendi Milena Pavlović en Lonneke Scheffer hebben ze daarvoor de software ImmuneML ontwikkeld.

“We kunnen machine learning gebruiken om de ziekterelevante immuunpatronen te vinden, zonder dat we weten hoe ze eruit zien of wat ze kenmerkt. Dat is wat zo uniek en opwindend is aan machinaal leren”, zegt Greiff. De patronen die het immuunsysteem heeft opgeslagen, kunnen ons vertellen over eerdere en/of huidige ziekten of infecties van een persoon.”

Greiff, Sandve en collega’s proberen nu uit te zoeken welke patronen bij welke ziekten en infecties horen. Als ze daar achter kunnen komen, kan dat nieuwe en belangrijke kennis opleveren over adaptieve immunologie. Belangrijk is dat het ook de diagnose van verschillende ziekten kan vergemakkelijken en nieuwe therapeutica kan ontwikkelen. Als we erin slagen de patronen te vinden, kunnen we misschien een aantal ziekten diagnosticeren met één bloedmonster”, legt Greiff uit. “De patronen kunnen ons vertellen of de persoon gezond of ziek is, en welke ziekte of ziekten de patiënt kan hebben.”

Echte waarde

“De echte waarde zal blijken als we voor een groot aantal ziekten het patroon hebben geleerd. In principe kun je dan duizenden ziekten diagnosticeren op basis van één bloedmonster. Dat is het doel”, zegt Sandve. Als je iets wilt vinden, zonder te weten wat je zoekt, wacht je een moeilijke taak. Laten we zeggen dat we het patroon voor COVID-19 willen vinden. Hoe weten we welk patroon dat is onder de miljoenen patronen die het immuunsysteem heeft opgeslagen? Het is een beetje als zoeken naar een bepaalde sneeuwvlok tussen miljoenen andere sneeuwvlokken. Zonder te weten hoe de sneeuwvlok die we zoeken, eruit ziet.”

“Maar met machine learning wordt het een heel andere zaak. Dan kunnen we de computer eerst de patronen laten vinden van een persoon met een bevestigde COVID-19-infectie. Op die manier “leert” de computer hoe het patroon voor COVID-19 eruitziet. “Zo werkt machine learning. We moeten de computer eerst leren wat wat is. Dat kunnen we doen door hem de patronen te laten vinden van een persoon waarvan we weten dat hij gezond is, en van een persoon waarvan we weten dat hij een bepaalde ziekte heeft” aldus Greiff.

Lees via deze link het complete artikel.

Foto: Immuunreceptoren (bv. antilichamen) ontgonnen op ziektespecifieke patronen door machinaal leren. Illustratie beeld: Rahmad Akbar en Lonneke Scheffer, UiO.

Ook interessant: Armoede en schulden bestrijden met behulp van Artificial Intelligence

Geselecteerd voor jou!

Innovation Origins is het Europese platform voor innovatienieuws. Naast de vele berichten van onze eigen redactie in 15 Europese landen, selecteren wij voor jou de belangrijkste persberichten van betrouwbare bronnen. Zo blijf je op de hoogte van alles wat er gebeurt in de wereld van innovatie. Ben jij of ken jij een organisatie die niet in onze lijst met geselecteerde bronnen mag ontbreken? Meld je dan bij onze redactie.

ValutaBedrag