The medical potential of AI and metabolites | Leila Pirhaji

Translator: Reviewer: Vy Yang

Vào năm 2003,

In 2003,

when we sequenced the human genome,

khi giải mã trình tự bộ gen người,

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

chúng ta đã nghĩ rằng sẽ có câu trả lời cho việc điều trị bệnh.

But the reality is far from that,

Nhưng thực tế thì khác xa,

because in addition to our genes,

bởi ngoài gen,

our environment and lifestyle could have a significant role

môi trường và lối sống của chúng ta đóng một vai trò quan trọng

in developing many major diseases.

trong việc gia tăng nguy cơ mắc nhiều loại bệnh nặng.

One example is fatty liver disease,

Lấy bệnh gan nhiễm mỡ làm ví dụ,

which is affecting over 20 percent of the population globally,

căn bệnh ảnh hưởng hơn 20% dân số trên toàn cầu,

and it has no treatment and leads to liver cancer

hiện chưa có cách điều trị, và có thể dẫn đến ung thư gan

or liver failure.

hoặc suy gan.

So sequencing DNA alone doesn't give us enough information

Thế nên, giải trình tự DNA thôi chưa đủ để giúp chúng ta

tìm ra phương pháp điều trị hiệu quả.

to find effective therapeutics.

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

Về mặt tích cực, còn có rất nhiều phân tử khác trong cơ thể chúng ta.

In fact, there are over 100,000 metabolites.

Thực tế, có hơn 100.000 chất chuyển hoá.

Metabolites are any molecule that is supersmall in their size.

Chất chuyển hoá là mọi phân tử có kích thước siêu nhỏ.

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

Các ví dụ thường được biết đến như glucose, fructose, chất béo, cholesterol--

things we hear all the time.

những thứ mà ta rất hay nghe.

Metabolites are involved in our metabolism.

Chất chuyển hoá này tham gia vào các quá trình trao đổi chất.

They are also downstream of DNA,

Cũng là sản phẩm của DNA

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

nên chúng mang thông tin từ cả gen cũng như lối sống của ta.

Understanding metabolites is essential to find treatments for many diseases.

Hiểu rõ chất chuyển hoá là điều kiện cần để tìm ra phương pháp điều trị bệnh.

I've always wanted to treat patients.

Tôi luôn mong muốn điều trị cho bệnh nhân.

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

Tuy vậy, 15 năm trước, tôi đã rời ghế trường y,

as I missed mathematics.

vì quá nhớ toán học.

Soon after, I found the coolest thing:

Ngay sau đó, tôi đã phát hiện ra điều tuyệt vời nhất:

I can use mathematics to study medicine.

Tôi có thể ứng dụng toán học để học y.

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

Kể từ đó, tôi đã phát triển các thuật toán để phân tích dữ liệu sinh học.

Nghe thì có vẻ dễ dàng:

So, it sounded easy:

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

hãy thu thập dữ liệu từ tất cả chất chuyển hoá trong cơ thể ta,

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

phát triển các mô hình toán học để mô tả sự thay đổi của chúng khi có bệnh

and intervene in those changes to treat them.

và can thiệp vào những thay đổi đó để điều trị bệnh.

Then I realized why no one has done this before:

Sau đó, tôi nhận ra rằng tại sao không ai làm điều này trước đây:

it's extremely difficult.

vì nó cực kỳ khó.

(Laughter)

(Tiếng cười)

There are many metabolites in our body.

Có rất nhiều chất chuyển hoá trong cơ thể chúng ta.

Each one is different from the other one.

Chất này khác chất kia.

For some metabolites, we can measure their molecular mass

Với một vài chất chuyển hoá, ta có thể đo được khối lượng phân tử

bằng cách dùng dụng cụ đo phổ.

using mass spectrometry instruments.

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

Nhưng vì có thể có 10 phân tử có khối lượng phân tử hoàn toàn bằng nhau,

nên không thể biết chính xác đó là gì,

we don't know exactly what they are,

and if you want to clearly identify all of them,

và nếu muốn nhận dạng chúng một cách rõ ràng,

you have to do more experiments, which could take decades

bạn phải thực hiện nhiều thí nghiệm hơn, có thể mất hàng thập kỷ

and billions of dollars.

và hàng tỷ đô la.

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

Vì vậy, chúng tôi đã phát triển nền tảng trí tuệ nhân tạo, AI, để làm việc đấy.

We leveraged the growth of biological data

Chúng tôi đã tận dụng sự lớn mạnh của dữ liệu sinh học

and built a database of any existing information about metabolites

và xây dựng cơ sở dữ liệu về bất kì thông tin nào hiện có của chất chuyển hoá

và sự tương tác của chúng với các phân tử khác.

and their interactions with other molecules.

We combined all this data as a meganetwork.

Chúng tôi tổng hợp tất cả dữ liệu này dưới dạng mạng lưới meganetwork

Then, from tissues or blood of patients,

Sau đó, từ các mô hoặc máu của bệnh nhân,

chúng tôi đo khối lượng của các chất chuyển hoá

we measure masses of metabolites

and find the masses that are changed in a disease.

và tìm ra khối lượng bị thay đổi khi mắc bệnh.

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

Nhưng, như đã đề cập trước đó, ta không thể biết được đó là gì.

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

Khối lượng phân tử bằng 180 có thể là hoặc glucose, glactose, hoặc fructose.

They all have the exact same mass

Chúng đều có khối lượng hoàn toàn bằng nhau.

but different functions in our body.

nhưng khác nhau về chức năng trong cơ thể.

Our AI algorithm considered all these ambiguities.

Thuật toán AI của chúng tôi đã xem xét đến các sự nhập nhằng này.

It then mined that meganetwork

Sau đó, khai thác mạng lưới meganetwork để tìm ra

to find how those metabolic masses are connected to each other

các khối chất chuyển hoá này liên kết thế nào với nhau

that result in disease.

mà có thể gây bệnh.

And because of the way they are connected,

Từ cách chúng liên kết với nhau,

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

ta có thể suy ra khối lượng mỗi chất chuyển hoá,

như ở đây 180 có thể là glucose,

like that 180 could be glucose here,

and, more importantly, to discover

và quan trọng hơn cả là tìm ra

how changes in glucose and other metabolites

glucose và các chất chuyển hoá khác thay đổi như thế nào

lead to a disease.

mà có thể dẫn đến bệnh.

This novel understanding of disease mechanisms

Hiểu biết mới về các cơ chế bệnh tật

then enable us to discover effective therapeutics to target that.

cho phép chúng tôi tìm ra phương pháp điều trị hiệu quả trúng mục tiêu.

Vì vậy, chúng tôi đã thành lập công ty khởi nghiệp

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

để mang công nghệ này ra thị trường và tác động đến cuộc sống mọi người.

and impact people's lives.

Now my team and I at ReviveMed are working to discover

Hiện tại, tôi cùng đội ngũ của mình tại ReviveMed đang nỗ lực để tìm ra

therapeutics for major diseases that metabolites are key drivers for,

phương pháp điều trị cho nhiều bệnh nặng mà chất chuyển hoá là tác nhân chính,

like fatty liver disease,

như gan nhiễm mỡ,

because it is caused by accumulation of fats,

vì nguyên nhân chính là sự tích tụ chất béo,

which are types of metabolites in the liver.

là loại chất được chuyển hoá tại gan.

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

Như đã đề cập trước đó, nó là một đại dịch chưa có cách trị.

And fatty liver disease is just one example.

Và bệnh gan nhiễm mỡ chỉ là một ví dụ.

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

Xa hơn nữa, chúng tôi sẽ giải quyết hàng trăm bệnh khác

with no treatment.

cho có cách chữa.

And by collecting more and more data about metabolites

Và bằng cách thu thập ngày càng nhiều dữ liệu về chất chuyển hoá

and understanding how changes in metabolites

và hiểu được sự thay đổi của chúng

leads to developing diseases,

ảnh hưởng thế nào đến sự phát triển bệnh,

our algorithms will get smarter and smarter

thuật toán của chúng tôi sẽ ngày càng thông minh hơn

to discover the right therapeutics for the right patients.

để tìm ra phương pháp điều trị phù hợp đúng với bệnh nhân.

And we will get closer to reach our vision

Và chúng tôi sẽ tiến gần hơn đến tầm nhìn

of saving lives with every line of code.

là cứu sống con người qua từng dòng code.

Xin cảm ơn.

Thank you.

(Applause)

(Vỗ tay)