Nový nástroj AI odhalí riziko revmatoidní artritidy už v dětství

Předskokani autoimunitních nemocí

Imunitní systém je již v preklinické fázi autoimunitních onemocnění aktivován a lze detekovat autoprotilátky typické pro dané onemocnění. RA se i 5 let před nástupem příznaků ohlašuje cirkulujícími autoprotilátkami (revmatoidní faktor, RF a anticitrulinové protilátky, anti-CCP), bolestmi kloubů a otoky.

Nastupující SLE mohou s významným předstihem prozradit protilátky proti jaderným antigenům (ANA), antifosfolipidové protilátky, protilátky anti-Ro (anti-SS-A) a anti-La (anti-SS-B).

Ne u všech těchto jedinců ale dojde k progresi do manifestačního onemocnění. Vyvíjené biomarkery této progrese by mohly díky včasnému záchytu a léčbě pomoci výrazně zmírnit příznaky onemocnění, zpomalit jeho progresi a zlepšit kvalitu života pacientů.

Proč je potřeba GPS

Biobanky založené na elektronických zdravotních záznamech (EHR) obsahující genetická data a diagnostické informace umožňují identifikovat jedince v preklinickém stadiu autoimunitních onemocnění s rizikem progrese. Obvykle ale evidují malý počet případů, který nestačí k sestavení přesných polygenních rizikových skóre (PRS).

Nová metoda GPS při predikování rizika progrese onemocnění již od preklinických stadií spojuje genetická data z biobanky a fenotypy ze studie případů a kontrol. Autoři vysvětlují, že koncepčně se podobá dosavadním metodám, liší se však způsobem, jak jsou předchozí informace modelovány a začleňovány.

Aby dokázali predikovat rozvoj manifestní RA a SLE z jejich preklinické fáze, vytvořili PRS s využitím jak studie případů a kontrol, tak dat z biobanky Vanderbiltovy univerzity (BioVU). Následně se snažili predikovat progresi RF pozitivity do RA a ANA pozitivity do SLE. Pro ověření využili biobanku All of Us.

Nadějné výsledky a co s nimi dál

V rozsáhlých simulacích autoři u obou autoimunitních onemocnění prokázali mnohem přesnější predikci rozvoje manifestačního onemocnění pomocí GPS, než při použití samotných dat z biobanky nebo samotných údajů ze studie případů a kontrol. PRS získané pomocí GPS nejlépe odpovídalo prevalenci progrese. Jedinci s vysokými hodnotami GPS měli mnohem vyšší riziko progrese do manifestačního onemocnění. Právě jim by nejvíce prospěly včasné lékařské intervence.

Jako velkou výhodu modelů GPS autoři podtrhují, že vybírají varianty, které lépe rozlišují jedince v preklinickém stadiu jak od osob s již rozvinutým onemocněním, tak od zdravých kontrol – právě tam podle výzkumníků může být skryta odpověď na otázku, proč je GPS při predikci přesnější.

Výsledky této studie tak slovy jejích autorů zdůrazňují význam definování referenční skupiny pro genetické studie (například prekliničtí vs. zdraví, kontrolní jedinci).

„Naše výsledky naznačují nový směr výzkumu využívajícího biobanky založené na EHR, které se díky rozsáhlému množství dat z laboratorních vyšetření, klinických diagnóz a podávané medikace staly cenným zdrojem pro genetický výzkum,“ uvádějí vědci a dodávají, že i když se jejich práce zaměřuje na autoimunitní choroby, podobný rámec by mohl být přínosný i pro studium jiných fenotypů progrese.

Zároveň jsou přesvědčeni, že metoda GPS „se stane užitečným nástrojem pro studium mnoha onemocnění a bude hrát klíčovou roli v rozšiřování využívání PRS v éře precizní medicíny“.

(esr)

Zdroj:

Wang C., Markus H., Diwadkar A. R. et al. Integrating electronic health records and GWAS summary statistics to predict the progression of autoimmune diseases from preclinical stages. Nature Communications 2025; volume 16, article number: 180, doi: 10.1038/s41467-024-55636-6.