The medical potential of AI and metabolites | Leila Pirhaji

Επιμέλεια: Chryssa Rapessi

In 2003,

Το 2003,

when we sequenced the human genome,

όταν ταξινομήσαμε τον ανθρώπινο γενετικό κώδικα,

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

πιστεύαμε ότι θα είχαμε τη λύση για να θεραπεύσουμε αρκετές αρρώστιες.

But the reality is far from that,

Αλλά η πραγματικότητα διαφέρει πολύ,

because in addition to our genes,

διότι εκτός των γονιδίων μας,

our environment and lifestyle could have a significant role

το περιβάλλον μας και ο τρόπος ζωής μας θα μπορούσαν να έχουν σημαντικό ρόλο

in developing many major diseases.

στην ανάπτυξη μεγάλων ασθενειών.

One example is fatty liver disease,

Ένα παράδειγμα είναι η λιπώδης νόσος του ήπατος,

which is affecting over 20 percent of the population globally,

η οποία επηρεάζει πάνω από το 20% του παγκόσμιου πληθυσμού,

and it has no treatment and leads to liver cancer

δεν υπάρχει καμία θεραπεία και οδηγεί στον καρκίνο του ήπατος

or liver failure.

ή σε ηπατική ανεπάρκεια.

So sequencing DNA alone doesn't give us enough information

Έτσι, μόνο η ταξινόμηση του DNA δεν μας δίνει αρκετές πληροφορίες

to find effective therapeutics.

ώστε να βρούμε αποτελεσματικές θεραπευτικές.

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

Από τη θετική πλευρά, υπάρχουν πολλά άλλα μόρια στο σώμα μας.

In fact, there are over 100,000 metabolites.

Στην πραγματικότητα, υπάρχουν πάνω από 100.000 μεταβολίτες.

Metabolites are any molecule that is supersmall in their size.

Οι μεταβολίτες είναι κάθε μόριο που είναι πολύ μικρό σε μέγεθος.

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

Γνωστά παραδείγματα είναι η γλυκόζη, η φρουκτόζη, τα λιπαρά, η χολιστερίνη--

things we hear all the time.

πράγματα που ακούμε συνέχεια.

Metabolites are involved in our metabolism.

Οι μεταβολίτες σχετίζονται με τον μεταβολισμό μας.

They are also downstream of DNA,

Είναι, επίσης, στα κατάντη του DNA,

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

επομένως, μεταφέρουν πληροφορίες από τα γονίδια, αλλά και από τον τρόπο ζωής.

Understanding metabolites is essential to find treatments for many diseases.

Η κατανόηση των μεταβολιτών είναι σημαντκή στο να βρούμε θεραπείες σε ασθένειες.

I've always wanted to treat patients.

Πάντα ήθελα να φροντίζω ασθενείς.

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

Παρ' όλα αυτά, πριν 15 χρόνια, παράτησα τη σχολή ιατρικής,

as I missed mathematics.

καθώς μου έλειπαν τα μαθηματικά.

Αμέσως μετά, βρήκα το πιο κουλ πράγμα:

Soon after, I found the coolest thing:

I can use mathematics to study medicine.

Μπορώ να χρησιμοποιήσω μαθηματικά για να σπουδάσω ιατρική.

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

Από τότε, αναπτύσσω αλγορίθμους για την ανάλυση βιολογικών δεδομένων.

So, it sounded easy:

Λοιπόν, ακουγόταν εύκολο:

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

ας συλλέξουμε δεδομένα απο όλους τους μεταβολίτες στο σώμα μας,

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

ας αναπτύξουμε μαθηματικά μοντέλα να περιγράψουμε π'ως αλλάζουν σε μια σθένεια

and intervene in those changes to treat them.

και ας παρέμβουμε σ' αυτές τις αλλαγές ώστε να τις γιατρέψουμε.

Then I realized why no one has done this before:

Τότε συνειδητοποίησα γιατί δεν το είχε κάνει κανείς νωρίτερα:

it's extremely difficult.

είναι υπερβολικά δύσκολο.

(Laughter)

(Γέλια)

There are many metabolites in our body.

Υπάρχουν πολλοί μεταβολίτες στο σώμα μας.

Each one is different from the other one.

Καθένας είναι διαφορετικός από τους άλλους.

For some metabolites, we can measure their molecular mass

Για κάποιους μεταβολίτες, μπορούμε να μετρήσουμε τη μοριακή τους μάζα

using mass spectrometry instruments.

χρησιμοποιώντας εργαλεία φασματομέτρησης μάζας.

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

Όμως, επειδή μπορούν να υπάρχουν 10 μόρια με την ίδια ακριβώς μάζα,

we don't know exactly what they are,

δεν ξέρουμε ακριβώς τι είναι

and if you want to clearly identify all of them,

και αν θέλει κανείς να τα αναγνωρίσει όλα,

you have to do more experiments, which could take decades

πρέπει να κάνει πειράματα, τα οποία μπορεί να χρειαστούν δεκαετίες

and billions of dollars.

και δισεκατομμύρια δολάρια.

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

Έτσι λοιπόν, αναπτύξαμε μια πλατφόρμα τεχνητής νοημοσύνης για να το κάνει αυτό.

We leveraged the growth of biological data

Αξιοποήσαμε την αύξηση των βιολογικών δεδομένων

and built a database of any existing information about metabolites

και φτιάξαμε μια βάση δεδομένων με κάθε πληροφορία μεταβολιτών που υπήρχε

and their interactions with other molecules.

και τις αλληλεπιδράσεις τους με τα άλλα μόρια.

We combined all this data as a meganetwork.

Συνδυάσαμε όλα αυτά τα δεδομένα σαν ένα τεράστιο δίκτυο.

Then, from tissues or blood of patients,

Έπειτα, από ιστούς ή αίμα ασθενών,

we measure masses of metabolites

μετράμε τις μάζες των μεταβολιτών

and find the masses that are changed in a disease.

και βρίσκουμε τις μάζες που αλλάζουν σε μια ασθένεια.

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

Αλλά, όπως ανέφερα προηγουμένως, δεν γνωρίζουμε ακριβώς τι είναι.

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

Μια μοριακή μάζα 180 μπορεί να είναι είτε γλυκόζη, είτε γαλακτόζη, είτε φρουκτόζη.

They all have the exact same mass

Όλες έχουν την ίδια ακριβώς μάζα,

but different functions in our body.

αλλά διαφορετικές λειτουργίες στο σώμα μας.

Our AI algorithm considered all these ambiguities.

Ο αλγόριθμος τεχνιτής νοημοσύνης μας, έχει λάβει υπόψιν αυτές τις ασάφειες.

It then mined that meganetwork

Έπειτα, έκανε εξόρυξη στο τεράστιο αυτό δίκτυο

to find how those metabolic masses are connected to each other

ώστε να βρει, πως αυτές οι μεταβολικές μάζες συνδέονται μεταξύ τους

that result in disease.

που οδηγούν σε ασθένειες.

And because of the way they are connected,

Και λόγω του τρόπου που συνδέονται,

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

μπορούμε, μετά, να συμπεράνουμε, τι είναι κάθε μεταβολική μάζα,

like that 180 could be glucose here,

όπως αυτή η 180, μπορεί να είναι γλυκόζη εδώ,

και, κυρίως, να ανακαλύψουμε

and, more importantly, to discover

how changes in glucose and other metabolites

πως οι αλλαγές στη γλυκόζη και άλλους μεταβολίτες

lead to a disease.

μπορούν να οδηγούν σε ασθένεια.

This novel understanding of disease mechanisms

Αυτή η καινοτόμα κατανόηση των μηχανισμών ασθενειών

then enable us to discover effective therapeutics to target that.

μας επιτρέπει να ανακαλύψουμε στοχευμένες αποτελεσματικές θεραπευτικές.

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

Έτσι ιδρύσαμε μια start-up για να φέρουμε αυτή την τεχνολογία στην αγορά

and impact people's lives.

και να επηρεάσουμε τις ζωές ανθρώπων.

Now my team and I at ReviveMed are working to discover

Τώρα η ομάδα μου και εγώ στο ReviveMed δουλεύουμε για να ανακαλύψουμε

therapeutics for major diseases that metabolites are key drivers for,

θεραπείες για σοβαρές ασθένειες όπου οι μεταβολίτες είναι το κλειδί,

like fatty liver disease,

όπως η λιπώδης νόσος του ήπατος,

because it is caused by accumulation of fats,

διότι προκαλείται από τη συσσώρευση λιπαρών

which are types of metabolites in the liver.

οι οποίοι είναι τύποι μεταβολιτών στο ήπαρ.

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

Όπως ανέφερα προηγουμένως, είναι μια τεράστια επιδημία χωρίς θεραπεία.

And fatty liver disease is just one example.

Και η λιπώδης νόσος του ήπατος είναι απλώς ένα παράδειγμα.

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

Προχωρώντας, θα αντιμετωπίσουμε εκατοντάδες άλλες νόσους

with no treatment.

χωρίς θεραπεία.

And by collecting more and more data about metabolites

Και συλλέγοντας όλο και περισσότερα δεδομένα για τους μεταβολίτες

and understanding how changes in metabolites

και κατανοώντας πώς οι αλλαγές στους μεταβολίτες

leads to developing diseases,

οδηγούν στην ανάπτυξη ασθενειών,

our algorithms will get smarter and smarter

οι αλγόριθμοι μας θα γίνουν όλο και πιο έξυπνοι

to discover the right therapeutics for the right patients.

στο να ανακαλύπτουν τις σωστές θεραπείες για τους κατάλληλους ασθενείς.

And we will get closer to reach our vision

Και θα πλησιάσουμε το όραμά μας

of saving lives with every line of code.

να σώσουμε ζωές με κάθε γραμμή κώδικα.

Thank you.

Σας ευχαριστώ.

(Applause)

(Χειροκρότημα)