The medical potential of AI and metabolites | Leila Pirhaji

Překladatel: Daniel Gromada Korektor: Jan Martinek

In 2003,

V roce 2003,

when we sequenced the human genome,

kdy jsme přečetli lidský genom,

we thought we would have the answer to treat many diseases.

jsme si mysleli, že máme klíč k léčbě mnoha nemocí.

But the reality is far from that,

Ale k tomu máme ještě daleko,

because in addition to our genes,

protože kromě našich genů

our environment and lifestyle could have a significant role

hraje značnou roli ve vývoji mnoha významných onemocnění

in developing many major diseases.

i životní prostředí nebo životní styl.

One example is fatty liver disease,

Jedním z příkladů je ztučnění jater,

which is affecting over 20 percent of the population globally,

které postihuje přes dvacet procent světové populace,

and it has no treatment and leads to liver cancer

nelze je léčit a vede k rakovině nebo selhání jater.

or liver failure.

So sequencing DNA alone doesn't give us enough information

Takže čtení DNA samo o sobě nám nedává dostatek informací

to find effective therapeutics.

k nalezení účinné léčby.

On the bright side, there are many other molecules in our body.

Na druhou stranu máme v těle i spoustu dalších molekul.

In fact, there are over 100,000 metabolites.

Ve skutečnosti existuje více než 100 000 metabolitů.

Metabolites are any molecule that is supersmall in their size.

Metabolity, to jsou veškeré molekuly, které jsou co do velikosti velmi malé.

Known examples are glucose, fructose, fats, cholesterol --

Známé příklady jsou glukóza, fruktóza, tuky, cholesterol –

things we hear all the time.

věci o kterých slyšíme pořád dokola.

Metabolites are involved in our metabolism.

Metabolity se účastní našeho metabolismu.

They are also downstream of DNA,

A jsou také závislé na naší DNA,

so they carry information from both our genes as well as lifestyle.

takže nesou informaci jak o našich genech, tak o našem životním stylu.

Understanding metabolites is essential to find treatments for many diseases.

Musíme porozumět metabolitům, abychom nalezli léčbu mnoha chorob.

I've always wanted to treat patients.

Vždycky jsem chtěla léčit pacienty.

Despite that, 15 years ago, I left medical school,

Přesto jsem před patnácti lety odešla z lékařské fakulty,

as I missed mathematics.

protože mi chyběla matematika.

Soon after, I found the coolest thing:

Brzy potom jsem přišla na tu nejskvělejší věc:

I can use mathematics to study medicine.

Můžu pomocí matematiky studovat medicínu.

Since then, I've been developing algorithms to analyze biological data.

Od té doby vyvíjím algoritmy k analýze biologických dat.

So, it sounded easy:

Znělo to jednoduše:

let's collect data from all the metabolites in our body,

posbírat data o všech metabolitech v našem těle,

develop mathematical models to describe how they are changed in a disease

vyvinout matematické modely,

které by popsaly, jak se data mění vlivem nemocí,

and intervene in those changes to treat them.

a zasáhnout proti těmto změnám.

Then I realized why no one has done this before:

Pak jsem přišla na to, proč to nikdo neudělal přede mnou.

it's extremely difficult.

Je to hrozně obtížné.

(Laughter)

(smích)

There are many metabolites in our body.

V našem těle je spousta metabolitů.

Each one is different from the other one.

Každý z nich je jiný.

For some metabolites, we can measure their molecular mass

U některých metabolitů můžeme měřit jejich molekulovou hmotnost

using mass spectrometry instruments.

pomocí hmotnostní spektrometrie.

But because there could be, like, 10 molecules with the exact same mass,

Jenže vzhledem k tomu, že klidně deset různých molekul může mít stejnou hmotnost,

we don't know exactly what they are,

nedokážeme je tím přesně rozpoznat.

and if you want to clearly identify all of them,

Kdybyste je všechny chtěli rozpoznat,

you have to do more experiments, which could take decades

museli byste udělat více experimentů, které by trvaly desítky let

and billions of dollars.

a stály by miliardy dolarů.

So we developed an artificial intelligence, or AI, platform, to do that.

Takže jsme vyvinuli platformu na bázi umělé inteligence, která to umí.

We leveraged the growth of biological data

Využili jsme vzrůstající množství biologických dat

and built a database of any existing information about metabolites

a vytvořili jsme databázi všech dostupných informací o metabolitech

and their interactions with other molecules.

a jejich interakcích s ostatními molekulami.

We combined all this data as a meganetwork.

Zkombinovali jsme všechna ta data do obrovské sítě.

Then, from tissues or blood of patients,

Potom z tkání a krve pacientů

we measure masses of metabolites

měříme hmotnosti metabolitů

and find the masses that are changed in a disease.

a hledáme ty hmotnosti, které se mění u nemocného člověka.

But, as I mentioned earlier, we don't know exactly what they are.

Ale jak už jsem řekla, nevíme přesně, které metabolity to jsou.

A molecular mass of 180 could be either the glucose, galactose or fructose.

Molekulovou hmotnost 180 může mít glukóza, galaktóza nebo fruktóza.

They all have the exact same mass

Všechny mají přesně stejnou hmotnost,

but different functions in our body.

ale různé funkce v našem těle.

Our AI algorithm considered all these ambiguities.

Naše umělá inteligence bere v úvahu všechny tyto nejednoznačnosti.

It then mined that meganetwork

Ponoří se do té obrovské databáze

to find how those metabolic masses are connected to each other

a najde, jaké vzájemné provázání látek s naměřenou hmotností

that result in disease.

způsobuje nemoci.

And because of the way they are connected,

Z toho, jak jsou provázány,

then we are able to infer what each metabolite mass is,

můžeme odvodit, co ta látka se shodnou hmotností je,

like that 180 could be glucose here,

například těch 180 by tady mohla být glukóza,

and, more importantly, to discover

a především můžeme zjistit,

how changes in glucose and other metabolites

jak změny v glukóze a dalších metabolitech

lead to a disease.

způsobují onemocnění.

This novel understanding of disease mechanisms

Toto nové porozumění mechanismům nemocí

then enable us to discover effective therapeutics to target that.

nám poté umožní najít efektivní léčbu, která na tyto změny cílí.

So we formed a start-up company to bring this technology to the market

A tak jsme založili start-up, abychom přinesli tuto technologii na trh

and impact people's lives.

a ovlivnili tak lidské životy.

Now my team and I at ReviveMed are working to discover

Teď se svým týmem v ReviveMed pracujeme na vývoji

therapeutics for major diseases that metabolites are key drivers for,

léčby nejvýznamnějších nemocí, kde metabolity hrají hlavní roli,

like fatty liver disease,

jako je ztučnění jater,

because it is caused by accumulation of fats,

protože to je způsobeno hromaděním tuků,

which are types of metabolites in the liver.

což jsou metabolity v játrech.

As I mentioned earlier, it's a huge epidemic with no treatment.

Jak už jsem zmínila, jedná se o obrovskou epidemii, na kterou není lék.

And fatty liver disease is just one example.

A ztučnění jater je jenom jeden z příkladů.

Moving forward, we are going to tackle hundreds of other diseases

Děláme pokroky a hodláme se zabývat stovkami dalších nemocí,

with no treatment.

na které není lék.

And by collecting more and more data about metabolites

Sbíráním dalších a dalších dat o metabolitech

and understanding how changes in metabolites

a porozuměním, jak změny v metabolitech

leads to developing diseases,

vedou k rozvoji nemocí,

our algorithms will get smarter and smarter

budou naše algoritmy lépe a lépe umět

to discover the right therapeutics for the right patients.

hledat ty správné léky pro ty správné pacienty.

And we will get closer to reach our vision

A dostaneme se blíž k našemu cíli

of saving lives with every line of code.

záchraně životů každou řádkou počítačového kódu.

Thank you.

Děkuji vám.

(Applause)

(potlesk)