The medical potential of AI and metabolites | Leila Pirhaji

Перекладач: Yulia Chukas Утверджено: Solomia Zanevych

In 2003,

У 2003 році,

when we sequenced the human genome,

коли здійснили секвенування генома людини,

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

ми думали, що це допоможе знайти методи лікування багатьох захворювань.

But the reality is far from that,

Насправді, все далеко не так,

because in addition to our genes,

тому що окрім наших генів,

our environment and lifestyle could have a significant role

довкілля і спосіб життя значно впливають

in developing many major diseases.

на розвиток багатьох серйозних захворювань.

One example is fatty liver disease,

Один із прикладів - стеатоз печінки,

which is affecting over 20 percent of the population globally,

яким хворіють більше 20% населення Землі.

and it has no treatment and leads to liver cancer

Він не лікується і спричиняє рак печінки

or liver failure.

чи печінкову недостатність.

So sequencing DNA alone doesn't give us enough information

Одне тільки секвенування ДНК не дає нам достатньо інформації,

to find effective therapeutics.

щоб знайти ефективний курс лікування.

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

Однак, в нашому організмі є багато інших молекул.

In fact, there are over 100,000 metabolites.

В ньому є більше 100 000 метаболітів.

Metabolites are any molecule that is supersmall in their size.

Метаболіти - це дуже дрібні молекули.

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

Добре знайомі нам метаболіти - це глюкоза, фруктоза, жири, холестерин;

things we hear all the time.

ми чуємо про них постійно.

Metabolites are involved in our metabolism.

Метаболіти беруть участь в обміні речовин.

They are also downstream of DNA,

Вони знаходяться по нисхідніій від ДНК,

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

тому містять дані як про гени, так і про спосіб життя.

Understanding metabolites is essential to find treatments for many diseases.

Метаболіти мають важливе значення у пошуках методів лікування багатьох хвороб.

I've always wanted to treat patients.

Я завжди хотіла лікувати людей.

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

Незважаючи на це, 15 років тому я покинула медичний університет,

as I missed mathematics.

тому що мені бракувало математики.

Soon after, I found the coolest thing:

Незабаром, несподівано для себе, я дізналася,

I can use mathematics to study medicine.

що можу застосовувати математику для вивчення медицини.

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

Відтоді я розробляю алгоритми аналізу біологічних даних.

So, it sounded easy:

Здавалося б, це так легко:

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

потрібно зібрати інформацію про всі метаболіти в організмі,

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

створити математичні моделі, що описують їх зміни під час хвороби

and intervene in those changes to treat them.

і протистояти цим змінам в процесі лікування.

Then I realized why no one has done this before:

Потім я зрозуміла, чому цього не зробили раніше:

it's extremely difficult.

це надзвичайно важко.

(Laughter)

(Сміх)

There are many metabolites in our body.

В нашому організмі є багато метаболітів.

Each one is different from the other one.

Всі вони дуже різні.

For some metabolites, we can measure their molecular mass

Молекулярну масу деяких можна виміряти

using mass spectrometry instruments.

за допомогою мас-спектометричних інструментів.

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

Проте, оскільки є ймовірність отримати 10 молекул з однаковою масою,

we don't know exactly what they are,

ми не знатимемо, що це за молекули.

and if you want to clearly identify all of them,

І якщо ми хочемо точно ідентифікувати їх,

you have to do more experiments, which could take decades

знадобляться додаткові експерименти, що потребуватимуть десятиліть

and billions of dollars.

і мільйонів доларів.

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

Тому ми створили для цього штучний інтелект або ШІ.

We leveraged the growth of biological data

Ми скористалися ростом біологічних даних

and built a database of any existing information about metabolites

і розробили базу даних всієї існуючої інформації про метаболіти

and their interactions with other molecules.

і їх взаємозв’язок з іншими молекулами.

We combined all this data as a meganetwork.

Ми об’єднали всі ці дані в мегамережу.

Then, from tissues or blood of patients,

Тепер, використовуючи тканини і кров пацієнта,

we measure masses of metabolites

ми вимірюємо масу метаболітів

and find the masses that are changed in a disease.

і знаходимо ті, що змінюються під час хвороби.

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

Але, як я казала раніше, ми не знаємо , якими саме є ці метаболіти.

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

Глюкоза, галактоза і фруктоза мають молекулярну масу 180.

They all have the exact same mass

В них абсолютно однакова молекулярна маса,

but different functions in our body.

але вони виконують різні функції в тілі.

Our AI algorithm considered all these ambiguities.

Наш ШІ врахував всі ці неточності.

It then mined that meganetwork

Потім він пройшов цією мегамережею

to find how those metabolic masses are connected to each other

в пошуках зв’язаних між собою мас метаболітів,

that result in disease.

що викликають захворювання.

And because of the way they are connected,

Те, як вони зв’язані,

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

допомагає нам визначити масу кожного метаболіта,

like that 180 could be glucose here,

наприклад, тут 180 - це могла б бути глюкоза,

and, more importantly, to discover

і, що важливо, зрозуміти,

how changes in glucose and other metabolites

як зміни глюкози та інших метаболітів

lead to a disease.

призводять до захворювань.

This novel understanding of disease mechanisms

Це нове розуміння механізмів хвороб

then enable us to discover effective therapeutics to target that.

дозволяє знаходити ефективні способи лікування.

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

Ми створили стартап, щоб вивести цю технологію на ринок

and impact people's lives.

і допомагати людям.

Now my team and I at ReviveMed are working to discover

Ми з моєю командою в ReviveMed працюємо над пошуком

therapeutics for major diseases that metabolites are key drivers for,

методів лікування хвороб, для яких метаболіти - це ключові фактори,

like fatty liver disease,

наприклад, стеатозу печінки.

because it is caused by accumulation of fats,

Він викликаний накопиченням в печінці жирів,

which are types of metabolites in the liver.

які являють собою один із видів метаболітів.

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

Як я вже казала, це серйозна невиліковна епідемія.

And fatty liver disease is just one example.

І стеатоз печінки - лише один приклад.

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

Надалі ми плануємо працювати з сотнями інших хвороб,

with no treatment.

від яких поки немає ліків.

And by collecting more and more data about metabolites

Збираючи більше даних про метаболіти

and understanding how changes in metabolites

і аналізуючи, як зміни в них

leads to developing diseases,

призводять до захворювань,

our algorithms will get smarter and smarter

наші алгоритми ставатимуть все більше розвиненими

to discover the right therapeutics for the right patients.

і допоможуть знаходити курси лікування для конкретних пацієнтів.

And we will get closer to reach our vision

Ми наблизимося до нашої мети -

of saving lives with every line of code.

врятувати життя людей за допомогою кожної лінії коду.

Thank you.

Дякую!

(Applause)

(Оплески)