Bilim insanları, MS’in iki yeni biyolojik alt tipini yapay zeka ile ortaya çıkardı

Bilim insanları, yapay zeka (AI) kullanarak daha önce bilinmeyen iki yeni multipl skleroz (MS) biyolojik alt tipi tanımladı. Bu keşif, doktorların tedavileri hastalara daha bireysel ve isabetli biçimde uyarlamasına yardımcı olabilir.

Dünya genelinde milyonlarca insanı etkileyen MS’te tedavi seçenekleri hâlâ büyük ölçüde hastaların yaşadığı belirtilere dayanıyor; hastalığın altta yatan biyolojisi ise çoğu zaman göz önünde bulundurulmuyor. Bu durum, bazı hastaların kendi MS türleri için daha az etkili tedaviler almasına yol açabiliyor.

Ancak araştırmacılar, yapay zeka analizi, MR taramaları ve basit bir kan testini bir araya getirerek hastalığın iki farklı biyolojik örüntüsünü ortaya çıkardıklarını söylüyor.

Çalışma nasıl yapıldı?

University College London (UCL) ve Queen Square Analytics öncülüğünde yürütülen çalışmada, yaklaşık 600 MS hastasına ait veriler incelendi. Bilim insanları özellikle, sinir hücreleri zarar gördüğünde kana salınan ve hastalığın ne kadar aktif olduğunu gösterebilen serum nörofilament hafif zinciri (sNfL) adlı protein düzeylerine odaklandı.

Araştırmacılar, SuStaIn adlı bir makine öğrenmesi modeli kullanarak sNfL verilerini beyin görüntüleme taramalarıyla birleştirdi. Tıp dergisi Brain’de yayımlanan sonuçlar, MS’in iki alt tipini ortaya koydu: “erken sNfL” ve “geç sNfL.”

Erken sNfL MS’e sahip kişilerde, hastalığın erken dönemlerinde sNfL düzeyleri yüksek seyrediyor ve beynin iki yarım küresini birbirine bağlayan korpus kallozumda hasar görülüyor. Bu hastalarda beyin lezyonları da daha hızlı gelişiyor; bu da MS’in daha agresif ve aktif bir formuna işaret ediyor.

Geç sNfL MS’te ise sNfL düzeyleri yükselmeden önce, limbik korteks ve derin gri madde gibi bölgelerde beyin küçülmesi gözleniyor. Bu örüntü daha yavaş ilerliyor ve belirgin sinir hasarı daha geç ortaya çıkıyor.

Bu keşif MS’in tanı ve tedavisini nasıl değiştirebilir?

Araştırmacılar, bu biyolojik örüntülerin belirlenmesinin, doktorların hastalığın nasıl seyredeceğini öngörmesine ve tedavileri buna göre seçmesine yardımcı olabileceğini söylüyor.

Çalışmanın başyazarı ve UCL araştırmacısı Dr. Arman Eshaghi, “MS tek bir hastalık değil ve mevcut alt tipler, tedavi için bilmemiz gereken altta yatan doku değişikliklerini yeterince yansıtmıyor,” dedi.

“Yapay zeka modelini, yaygın olarak erişilebilen bir kan belirteci ve MR ile birleştirerek, MS’in iki net biyolojik örüntüsünü ilk kez ortaya koyabildik. Bu, klinisyenlerin bir kişinin hastalık sürecinde nerede durduğunu anlamasına ve kimin daha yakın izlem ya da daha erken, hedefe yönelik tedaviye ihtiyaç duyduğunu belirlemesine yardımcı olacak,” diye ekledi.

Gelecekte, erken sNfL MS tanısı alan hastalara daha etkili tedaviler daha erken dönemde sunulabilir ve bu hastalar daha yakından izlenebilir. Geç sNfL MS’e sahip hastalar ise beyin hücrelerini korumaya ve dejenerasyonu yavaşlatmaya yönelik farklı tedavi yaklaşımlarından fayda görebilir.

MS Society’den kıdemli araştırma iletişimi yöneticisi Caitlin Astbury, The Guardian’a yaptığı açıklamada, bu gelişmeyi “MS’i anlama açısından heyecan verici” olarak nitelendirdi.

Astbury, çalışmanın tekrarlayıcı-düzelen (relapsing-remitting) ve ikincil ilerleyici MS’e sahip kişilerden alınan MR görüntüleri ve biyolojik belirteçleri makine öğrenmesiyle birleştirdiğini söyledi.

“Son yıllarda hastalığın biyolojisini daha iyi anlamaya başladık. Ancak şu anda tanımlar, kişilerin yaşadığı klinik belirtilere dayanıyor. MS karmaşık bir hastalık ve bu kategoriler çoğu zaman vücutta gerçekten olup biteni yansıtmıyor; bu da etkili tedaviyi zorlaştırıyor,” dedi.

Bugün tekrarlayıcı MS için yaklaşık 20 tedavi seçeneği bulunuyor ve hastalığın ilerleyici formları için de bazı yeni tedaviler ortaya çıkmaya başlıyor. Ancak pek çok hastanın hâlâ sınırlı ya da etkili olmayan seçenekleri var.

Astbury, “Hastalığı ne kadar iyi anlarsak, hastalığın ilerlemesini durdurabilecek tedaviler bulma ihtimalimiz de o kadar artar,” dedi.