Forstår mer av MS-pasienters immunsystem ved hjelp av kunstig intelligens

Professor Trygve Holmøy og kolleger hadde utviklet en ny hypotese om årsaken til at immunsystemet angriper hjernen til MS-pasienter. Problemet var bare at hvert menneske har så mange ulike immunceller at det i praksis var umulig å verifisere hypotesen i et laboratorium. Kunstig intelligens ble løsningen.

Alt laboratoriearbeidet i studien er gjort i laboratoriet EpiGen ved Ahus. Fra venstre er overlege og professor Trygve Holmøy og postdoktor Rune Alexander Høglund.

Multippel sklerose (MS) er en nevrologisk sykdom som angriper sentralnervesystemet og kan gi stort funksjonstap og tidlig død. Cirka 13.000 har sykdommen i Norge. Forskerne vet at celler i immunforsvaret angriper hjernen og ryggmargen hos personer med MS, men de vet ennå ikke hvorfor dette skjer. Det er derfor vanskelig å gi målrettet behandling.

- Dagens behandling bedrer prognosen, men rammer hele immunsystemet hardt og brutalt. Medisinene klarer nemlig ikke å skille mellom cellene som gjør skade og de som gjør nytte, sier overlege og professor Trygve Holmøy ved Akershus universitetssykehus (Ahus) og Universitetet i Oslo.

Forskernes mål er å kunne gi individtilpasset behandling. Hver enkelt person har sitt unike immunsystem, og hva som går galt ved MS kan variere fra person til person. For å finne ut mer om dette har Holmøy og kolleger jobbet med en ny hypotese om hva som foregår i immunsystemet ved MS.

Immunceller som angriper immunceller

I immunforsvaret vårt er B-celler og T-celler sentrale. Når virus og bakterier angriper kroppen, vil spesifikke B- og T-celler aktiveres for å drepe inntrengeren.

En vanlig hypotese ved MS er at disse cellene «feilreagerer» på et protein i hjernen, og angriper det som om det var et virus. Holmøy og kollegenes alternative hypotese er at immunforsvaret angriper seg selv.

- Vår hypotese er at T-cellene oppfatter B-cellenes egne antigenreseptorer som fremmede, fordi de har gjennomgått mutasjoner. B- og T-cellene vil da stimulere hverandre gjensidig til å skille ut antistoffer og betennelsesfaktorer som skader nervecellene, forklarer Holmøy.

figur 1

Figur 1: T-B-cellesamarbeid drevet av presentasjon av antistoffbiter på B-cellens overflate. B-cellenes overflatereseptor tas opp av cellen selv (1), der de spaltes til småbiter (2) som kan presenteres på overflatens HLA-molekyler (3). Dersom de presenterte bitene gjenkjennes av T-celler (4), vil disse kunne aktivere B-cellene som videre kan skille ut antistoffer (5).

Brukte kunstig intelligens

Immuncellene til MS-pasienter innehar alle forutsetningene for at hypotesen kunne stemme - problemet var å bevise det:

- Å verifisere hypotesen er i praksis umulig i et laboratorium, fordi én pasient kan ha mer enn en milliard ulike B-cellereseptorer. Vi vet ikke på forhånd hvilke vi skal undersøke, forteller postdoktor Rune Alexander Høglund, som har hatt dette som sitt doktorgradsprosjekt.

Dette ble løst ved hjelp av kunstig intelligens. Forskerne innhentet celler for dypsekvensering fra 11 MS-pasienters spinalvæske og blod, som resulterte i mange millioner sekvenser for analyse. Ut fra et sett definerte forutsetninger brukte de deretter kunstig intelligens til å forutse hvilke av disse tallrike B-celle-antigenreseptorene som oppfylte kriteriene, og som dermed kunne starte immunresponser på måten forskerne forventet.

- Ut fra egenskaper ved B-cellenes antigenreseptor beregner datamodellene sannsynligheten for at T-cellene vil reagere på dem, sier Høglund, som forteller om uvurderlig hjelp og samarbeid med amerikanske eksperter innen prediksjonsanalyser for å få til dette.

- På den måten kan vi fokusere laboratoriearbeidet på de mest sannsynlige kandidatene, sier han.

Etter flere års arbeid med å utvikle, teste og til slutt verifisere datamodellene, konkluderer forskerne med at det er mulig å bruke kunstig intelligens til å forutsi hvordan den skadelige immunresponsen opprettholdes. Studien viste også at en stor andel av B-cellereseptorene som finnes i spinalvæsken til MS-pasienter tilfredsstilte kriteriene til å inngå i samspillet de beskriver i hypotesen.

Figur 2

Figur 2: Bioinformatisk analyse (A) forutser hvilke antistoffer som kan spaltes til småbiter, presenteres og stimulere T-cellene (B). Laboratorieeksperimenter bekrefter datamodellenes evne til slik prediksjon(C).


Til nytte ved utvikling av medikamenter

På sikt håper de at metoden vil gagne pasientene.

- Dette er et skritt nærmere individtilpasset terapi rettet mot de T- og B-cellene som faktisk driver sykdomsprosessen, sier Holmøy, men legger til at dette nok vil ligge mange år fram i tid.

Men allerede i dag kan metoden bidra til å utvikle biologiske medikamenter som brukes i behandling av kreft og immunologiske sykdommer:

- Et stort problem ved bruk av slike medikamenter har vært at kroppen oppfatter stoffene i slike medikamenter som fremmede, og danner antistoffer mot dem. Våre funn viser at det er mulig å forutsi hvordan dette vil skje, og derved designe medikamentene på en mer hensiktsmessig måte, sier Holmøy.

 

 

 

Denne artikkelen inngår i rapporten «Forskning og innovasjon til pasientens beste – Nasjonal rapport fra spesialisthelsetjenestene», som er laget av de fire helseforetakene på oppdrag fra Helse- og oppdragsdepartementet. Rapporten presenterer eksempler på 18 prosjekter fra nord til sør, i tillegg til nøkkeltall om forskings- og innovasjonsaktiviteten. Se rapporten her.