The medical potential of AI and metabolites | Leila Pirhaji

Translator: Pyae Sone Reviewer: sann tint

In 2003,

၂၀၀၃ ခုနစ်မှာ

when we sequenced the human genome,

လူသားတွေရဲ့ မျိူးရိုးဗီဇကို အစဉ်လိုက်စဉ်ခဲ့တုန်းက

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

ရောဂါအများကြီးကို ကုသနိုင်တဲ့ အဖြေကိုတွေ့ပြီလို့ထင်ခဲ့တယ်

But the reality is far from that,

ဒါပေမဲ့ တကယ်ကတော့ အဲလိုမျိုးမဟုတ်ပါဘူး

because in addition to our genes,

မျိူးရိုးဗီဇကို ထပ်ပေါင်းထည့်ခြင်းက

our environment and lifestyle could have a significant role

ပတ်ဝန်းကျင်နဲ့လူနေမှုပုံစံမှာ အရေးကြီးတဲ့ အပိုင်းဖြစ်တဲ့

in developing many major diseases.

ရောဂါတွေ ဖွံဖြိုးစေခြင်းပဲဖြစ်တယ်

One example is fatty liver disease,

နမူနာအနေဖြင့် အသည်းအဆီများသောရောဂါက

which is affecting over 20 percent of the population globally,

ကမ္ဘာတစ်ခုလုံးရဲ့ လူဦးရေ ၂၀ ရာခိုင်နှုန်း ဖြစ်ပွားနေပါတယ်

and it has no treatment and leads to liver cancer

ကုသမှုမရှိရင် အသည်းကင်ဆာ ကိုဖြစ်စေလိမ့်မယ် ဒါမှမဟုတ်ရင်

or liver failure.

အသည်းပျက်စီးစေတယ်

So sequencing DNA alone doesn't give us enough information

ဒါကြောင့် မျိူးရိုးဗီဇတစ်ခုတည်းစဉ်ခြင်း ကသက်ရောက်မှုရှိတဲ့ ကုထုံးကိုရှာဖို့

to find effective therapeutics.

လုံလောက်တဲ့ အချက်အလက် တွေကိုမပေးစွမ်းနိုင်ပါဘူး

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

အကောင်းဘက်က ပြောရရင် ခန္ဓာကိုယ်မှာ အခြားသောမော်လီကျူးတွေအများကြီးရှိတယ်

In fact, there are over 100,000 metabolites.

တကယ်တမ်းက ဇီ၀ဖြစ်စဉ် ဖြစ်စေတဲ့အရာတစ်သိန်းကျော်ရှိပါတယ်

Metabolites are any molecule that is supersmall in their size.

ဇီ၀ဖြစ်စဉ်ဖြစ်စေတဲ့ အရာတွေကအရမ်းကို သေးငယ်တဲ့အရွယ်ရှိတဲ့မော်လီကျူးအမျိူးအစားပါ

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

လူသိများတဲ့ နမူနာတွေက ဂလူးကိုစ်ဓာတ်၊ သကြားဓာတ်၊ အဆီ၊ သွေးထဲကအဆီတွေက

things we hear all the time.

တစ်ချိန်လုံး ကြားနေရတဲ့အရာတွေပါ

Metabolites are involved in our metabolism.

ဇီ၀ဖြစ်စဉ်ဖြစ်ပွားရင် ဇီ၀ဖြစ်စဉ် ဖြစ်တဲ့အရာတွေပါဝင်လာပါတယ်

They are also downstream of DNA,

အဲဒါတွေက ဗီဇပစ္စည်းတွေကို စီးဆင်းစေတယ်

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

ဒါကြောင့် မျိူးဗီဇနဲ့နေထိုင်တဲ့ပုံစံတွေ ရဲ့အချက်အလက်တွေကိုသယ်ဆောင်ပေးနိုင်တယ်

Understanding metabolites is essential to find treatments for many diseases.

ဇီ၀ဖြစ်စဉ်ဖြစ်စေတဲ့ အရာတွေကို နားလည်ခြင်းက ရောဂါကုသမှုရှာဖွေရာမှာမရှိမဖြစ်အရေးပါတယ်

I've always wanted to treat patients.

ကျွန်မ လူနာတွေကို အမြဲကုသပေးချင်ခဲ့ဖူးတယ်

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

ဒါပေမဲ့လည်း လွန်ခဲ့တဲ့၁၅နှစ် ဆေးကျောင်းက ထွက်လာခဲ့တုန်းက

as I missed mathematics.

သင်္ချာသင်ရတာကို တမ်းတမိတယ်

Soon after, I found the coolest thing:

မကြာမီမှာပဲ အရမ်းကောင်းတဲ့ အချက်ကိုတွေ့ရှိခဲ့တယ်

I can use mathematics to study medicine.

ဆေးပညာမှာ သင်္ချာကို အသုံးပြုလာနိုင်တာဖြစ်တယ်

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

သက်ရှိတွေနဲ့ဆိုင်တဲ့ အချက်အလက်တွေကို စူးစမ်းဖို့ ကိန်းဂဏန်းတွေကိုလေ့လာခဲ့တယ်

So, it sounded easy:

ပြောရင်တော့ လွယ်တဲ့ပုံပါပဲ

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

ခန္ဓာကိုယ်မှာရှိတဲ့ ဇီ၀ဖြစ်စဉ်ဖြစ်စေတဲ့အရာ တွေရဲ့ အချက်အလက်တွေ စုဆောင်းရတယ်

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

ရောဂါအဖြစ် ဘယ်လိုပြောင်းလဲ ဆိုတာကို ဖော်ပြဖို့သင်္ချာဒီဇိုင်းတွေ

and intervene in those changes to treat them.

ရောဂါပြောင်းလဲမှုကို ကုသဖို့အဟန့်အတားတွေ ကိုတည်ဆောက်ရတယ်

Then I realized why no one has done this before:

ဒါကြောင့် အရင်ကမလုပ်ခဲ့တာလို့ လုပ်ရင်းသိလာတယ်

it's extremely difficult.

အရမ်းကိုခက်ခဲပါတယ်

(Laughter)

(ရယ်သံ)

There are many metabolites in our body.

ဇီ၀ဖြစ်စဉ်ဖြစ်စေတဲ့ အရာများက ခန္ဓာကိုယ်မှာရှိပါတယ်

Each one is different from the other one.

တစ်ခုနဲ့တစ်ခုက ကွဲပြားပါတယ်

For some metabolites, we can measure their molecular mass

တချို့ဟာတွေအတွက်ဆိုရင် ဒြပ်ထုတိုင်းတာတဲ့

using mass spectrometry instruments.

ပစ္စည်းတွေနဲ့တိုင်းတာရပါတယ်

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

ဘာလို့လဲဆိုတော့ မော်လီကျူး ဆယ်ခုရဲ့ဒြပ်ထုနဲ့တူနေလို့ပါ

we don't know exactly what they are,

အဲဒါတွေကို တိတိကျကျမသိပါဘူး

and if you want to clearly identify all of them,

ဒါအားလုံးကို ရှင်းလင်းစွာ ဖော်ထုတ်ချင်ရင်

you have to do more experiments, which could take decades

ဆယ်စုနှစ်တွေ ကြာနိုင်တဲ့လက်တွေ့ စမ်းသပ်မှုတွေကိုလုပ်ဆောင်ရတယ်၊

and billions of dollars.

ဘီလီယံချီတဲ့ဒေါ်လာတွေကုန်ကျတယ်။

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

ဒီတော့ ဒါကို လုပ်ဆောင်ဖို့ ဉာဏ်ရည်တု (သို့) Ai ကို. တီထွင်ခဲ့တယ်။

We leveraged the growth of biological data

ဇီဝဆိုင်ရာ အချက်အလက် တိုးပွားမှုကို မြှင်တင် အသုံးချတယ်။

and built a database of any existing information about metabolites

တည်ရှိသမျှဇီ၀ဖြစ်စဉ်ဖြစ်တဲ့အရာ တွေရဲ့အချက်အလက်တွေ

and their interactions with other molecules.

အဟန့်အတားမှာ ပါလာတဲ့ အခြားမော်လီကျူးတွေရဲ့ ဒေတာဘေ့စ် တည်ဆောက်တယ်။

We combined all this data as a meganetwork.

ဒီအချက်အလက်အားကိုကြီးမားတဲ့ ကွန်ယက်အဖြစ်ပေါင်းလိုကိတယ်။

Then, from tissues or blood of patients,

ဒီနောက် လူနာတွေရဲ့တစ်ရှူးတွေသွေးတွေကနေ

we measure masses of metabolites

ဇီ၀ဖြစ်စဉ်ဖြစ်စေတဲ့ အရာတွေရဲ့ ဒြပ်ထုကိုတိုင်းတာတယ်

and find the masses that are changed in a disease.

ရောဂါအဖြစ် ပြောင်းလဲသွားတဲ့ ဒြပ်ထုတွေကိုရှာဖွေတယ်

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

ဒါပေမဲ့ စောစောက ပြောခဲ့သလိုပဲ ဒါတွေက ဘာတွေလဲဆိုတာ တိတိကျကျတော့မသိဘူး

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

ဒြပ်ထုက ၁၈၀ဖြစ်ရင် ဂလူးကို့စ်၊ဂလက်တို့စ် သို့မဟုတ် သကြားဓာတ်ဖြစ်ချင်ဖြစ်နိုင်တယ်

They all have the exact same mass

သူတို့တွေမှာ တူညီတဲ့ ဒြပ်ထုတွေရှိနေကြတယ်

but different functions in our body.

ဒါပေမဲ့ ကွဲပြားတဲ့လုပ်ဆောင်မှုတွေရှိတယ်

Our AI algorithm considered all these ambiguities.

ဉာဏ်ရည်တုရဲ့ အတွက်အချက်ပိုင်းက ဒီလိုဝိုးတိုးဝါးတား အချက်တွေကိုစဉ်းစားတယ်

It then mined that meganetwork

ပြီးရင် ကြီးမားတဲ့ကွန်ယက်ထဲမှာမှတ်သားပြီး

to find how those metabolic masses are connected to each other

ဇီ၀ဖြစ်စဉ်ဖြစ်စေတဲ့ အရာတွေရဲ့ဒြပ်ထုတွေက ဘယ်လို တစ်ခုနဲ့တစ်ခုချိတ်ဆက်ပြီး

that result in disease.

ရောဂါဖြစ်စေလဲ ဆိုတာကိုရှာဖွေတယ်

And because of the way they are connected,

ဒီလိုမျိူးချိတ်ဆက်ရတဲ့အကြောင်းအရင်းက

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

ဇီ၀ဖြစ်စဉ်ဖြစ်စေတဲ့အရာတစ်ခုချင်းကို ကောက်ချက်ချနိုင်တယ်

like that 180 could be glucose here,

ဒြပ်ထု ၁၈၀ ဖြစ်တဲ့ ဂလူးကို့စ်လိုမျိူးပေါ့

and, more importantly, to discover

ပြီးတော့ ပိုအရေးကြီးတာက

how changes in glucose and other metabolites

ဂလူးကို့စ်နဲ့ အခြားဇီ၀ဖြစ်စဉ်ဖြစ်တဲ့ အရာတွေကပြောင်းလဲပြီးရောဂါ

lead to a disease.

ဖြစ်လဲဆိုတာကို ရှာဖွေရန်ဖြစ်တယ်

This novel understanding of disease mechanisms

ရောဂါစက်ယန္တရားရဲ့ ဆန်းသစ်တဲ့ သဘောတရားကို နားလည်ခြင်းက

then enable us to discover effective therapeutics to target that.

သက်ရောက်မှုရှိတဲ့ကုထုံးကို ဦးတည်ပြီးရှာဖွေနိုင်စေပါတယ်

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

ဒီနည်းပညာကိုစျေးကွက်ကို ဆောင်ကြဉ်းလာဖို့ အတွက်ကုမ္ပဏီကိုစတင်တည်ထောင်ခဲ့ပါတယ်

and impact people's lives.

လူ့အသက်တွေပေါ်မှာ သက်ရောက်မှုရှိတယ်

Now my team and I at ReviveMed are working to discover

အခု ကျွန်မအဖွဲ့နဲ့ ကျွန်မက ReviveMed မှာလုပ်နေပြီး

therapeutics for major diseases that metabolites are key drivers for,

ရောဂါအများစုရဲ့အဓိကကျတဲ့ဇီ၀ဖြစ်စဉ် ပစ္စည်းတွေကိုရှာဖွေနေပါတယ်

like fatty liver disease,

အသည်းအဆီများခြင်း ရောဂါလိုမျိူးက

because it is caused by accumulation of fats,

အဆီတွေစုခြင်းကြောင့် ဖြစ်လာရတာပါ

which are types of metabolites in the liver.

အဆီဆိုတာက အသည်းထဲမှာရှိတဲ့ ဇီ၀ဖြစ်စဉ်ပစ္စည်းဖြစ်တယ်

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

ပြောခဲ့တဲ့အတိုင်းပဲ ကုသမှု မရှိသေးတဲ့ရောဂါကြီးပါ

And fatty liver disease is just one example.

အသည်းအဆီများခြင်းက နမူနာတစ်ခုသာဖြစ်ပါတယ်

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

ရှေ့ဆက်ပြောရရင် ကုသလို့မရတဲ့ ရောဂါ ရာနဲ့ချီတာတွေကို

with no treatment.

ကိုင်တွယ်နေရပါတယ်

And by collecting more and more data about metabolites

ဇီ၀ပစ္စည်းတွေကို ပိုပိုပြီးစုဆောင်းခြင်း

and understanding how changes in metabolites

ရောဂါဖြစ်ဖို့ဦးတည်နေတဲ့ ဇီ၀ပစ္စည်းတွေထဲမှာ ပြောင်းလဲပုံတွေကို

leads to developing diseases,

နားလည်ခြင်းက

our algorithms will get smarter and smarter

ကွန်ပျူတာရဲ့အတွက်အချက်ပိုင်းကို ပိုပြီးကောင်းသထက်ကောင်းကာ

to discover the right therapeutics for the right patients.

လူနာနဲ့ ကုထုံးမှန်ကန်အောင် ရှာဖွေနိုင်စေပါတယ်

And we will get closer to reach our vision

ကျွန်မတို့ရဲ့ ရည်မှန်းချက်ဖြစ်တဲ့ ကုဒ်တစ်ကြောင်းစီနဲ့

of saving lives with every line of code.

အသက်တွေကိုကယ်တင်ခြင်း ကတော့တဖြည်းဖြည်းနီးကပ်လာပါပြီ

Thank you.

ကျေးဇူးတင်ပါတယ်

(Applause)

(လက်ခုပ်သံ)