AI gebruiken om neuronen te lokaliseren die betrokken zijn bij het opnieuw verwerven van het looppatroon

Onderzoekers van EPFL kunnen verlamde knaagdieren weer laten lopen door het beschadigde ruggenmerg van de dieren te stimuleren. Deze veelbelovende behandeling heeft al geholpen om mensen met een dwarslaesie weer mobiel te maken tijdens klinische onderzoeken in het Lausanne University Hospital (CHUV). Nutsvoorzieningen, met behulp van kunstmatige intelligentie, de onderzoekers kunnen bepalen welke neuronen betrokken zijn bij het proces van herverkrijging van het looppatroon. De resultaten, die zijn gepubliceerd in Natuur Biotechnologie , kan leiden tot de ontwikkeling van nieuwe benaderingen, behandelingen nog effectiever maken, evenals de weg vrijmaken voor vooruitgang op andere gebieden van biomedisch onderzoek.

Het ruggenmerg van knaagdieren bevat - net als dat van mensen - zo'n 50 verschillende soorten zenuwcellen, of neuronen. Niet al deze cellen, echter, op dezelfde manier reageren op de loopherstelbehandeling die is ontwikkeld bij EPFL, die is gebaseerd op een combinatie van oefeningen en elektrische en chemische stimulatie van het ruggenmerg. Door nauwkeurig de soorten neuronen te identificeren die erbij betrokken zijn, echter, onderzoekers kunnen beter begrijpen wat er op cellulair niveau gebeurt wanneer deze stimuli leiden tot onmiddellijk herstel van het looppatroon. Ze kunnen zich dan specifiek richten op die neuronen die worden geactiveerd door stimulatie, waardoor de effectiviteit van de behandeling wordt vergroot.

Als onderdeel van deze inspanningen, Het laboratorium van Grégoire Courtine heeft een machinale leermethode ontwikkeld die kan worden toegepast op elke vorm van eencellige technologie, en identificeer welke cellen het belangrijkst zijn voor de taak die voorhanden is. De toepassing van deze methode op eencellige biologie is bijzonder opwindend omdat technieken zoals eencellige RNA-sequencing nauwkeurige cel-per-cel metingen bieden van alle genen die een cel zou kunnen uitdrukken, waardoor onderzoekers de belangrijkste cellulaire mechanismen kunnen lokaliseren.

De wetenschappers vergeleken hun resultaten met behulp van twee groepen muizen:degenen die opnieuw hadden leren lopen na een dwarslaesie en degenen die verlamd bleven in hun onderste ledematen vanwege een gebrek aan behandeling. Echter, wanneer een dergelijke behandeling de expressie van duizenden genen zou kunnen veranderen, het identificeren binnen deze enorme datasets de specifieke neuronen die helpen bij het herstel van de muizen is een uitdagend probleem. Om dit aan te pakken, Courtine's team ontwikkelde een machine learning-methode. Nagesynchroniseerde Augur, het is in staat om te leren de celtypen aan te wijzen die het beste de verschillen tussen twee aandoeningen verklaren door automatisch rekening te houden met de expressieniveaus van duizenden genen.

Augur geeft een prioriteitsscore, voorspellen welke cellen de grootste verschillen vertonen tussen verlamde muizen en muizen die weer mobiel zijn. Als Augur prioriteit geeft aan een bepaald type neuron, het betekent dat dat neuron van cruciaal belang is voor het herstel van het looppatroon dat wordt veroorzaakt door elektrochemische stimulatie. Omgekeerd, neuronen die niet door Augur worden geprioriteerd, gedragen zich op een vergelijkbare manier in mobiele en niet-mobiele muizen en spelen daarom waarschijnlijk geen grote rol in de respons op de behandeling.

Het is een robuuste statistische methode die op elke verstoring kan worden toegepast. Hoe nauwkeuriger Augur een bepaald type neuron kan toewijzen aan de twee groepen muizen, hoe relevanter die specifieke zenuwcellen zijn. Ze zijn daarom eerder betrokken bij het herstel van het looppatroon."

Michael Skinnider en Jordan Squair, paper's twee eerste auteurs

Met behulp van deze methode, de onderzoekers konden een type neuron identificeren dat een belangrijke rol speelt bij het herstel van de gang bij muizen. Ze kunnen nu de mechanismen die aan het werk zijn in meer detail observeren, en hen ook richten met farmacologische behandeling om de algehele effectiviteit te vergroten.

Deze methode zal interessant zijn voor veel biomedische studies, volgens Courtine:"Of je nu bezig bent met kanker, Ziekte van Crohn, COVID, of multiple sclerose, de centrale vraag blijft hetzelfde, welk type cel is de oorzaak van het probleem? Onze werkwijze versnelt het opsporingsproces, en om deze reden hebben we Augur vrij beschikbaar gesteld."

• Risico op tandvleesaandoeningen en slokdarm- en maagkanker
• Studie onthult antivirale effecten van curcumine