Objavljen članek v ugledni reviji Nature Biotechnology

Allesøe R.L., LundgaardA.T., Hernández Medina R. et al. Discovery of drug–omics associations in type 2 diabetes with generative deep-learning models. Nature Biotechnol (2023). https://doi.org/10.1038/s41587-022-01520-x   I.F. 68.164

Med avtorji članka je tudi Prof. dr. Jerzy Adamski, od leta 2021 gostujoči znanstvenik/profesor na Medicinski fakulteti Univerze v Ljubljani v programski skupni P1-0390 Funkcijska genomika in biotehnologija za zdravje in v Laboratoriju za proučevanje molekularnih osnov in biooznačevalcev hormonsko odvisnih bolezni Inštituta za biokemijo in molekularno genetiko.

 

Figure3ab Nature Biotechnol.png

 

V biomedicinskih raziskavah lahko uporaba več omskih pristopov razkrije značilnosti bolezni posameznega bolnika in lahko prispeva individualiziranemu zdravljenju. Zaradi obsega in heterogene narave integracija multiomskih podatkov ni enostavna. Skupina, ki jo je vodil dr. Rasmussen s »Faculty of Health and Medical Sciences, University of Copenhagen« Danska, je razvila orodje, ki temelji na poglobljenem strojnem učenju. V okviru konzorcija DIRECT so orodje uporabili za analizo multiomskih podatkov/fenotipizacije kohorte 789 bolnikov z novo diagnosticirano sladkorno boleznijo tipa 2. Odkrili so povezave med 20 najpogosteje predpisanimi zdravili in omskimi podatki. Med drugim so opisali nove povezave med metforminom in mikrobioto črevesja, in nasprotujoča si molekularna odziva na dva različna statina (simvastatin in atorvastatin). Asociacije so uporabili za količinsko opredelitev podobnosti med zdravili in oceno stopnje polifarmacije. Opisani pristop omogoča nadaljnje študije povezav multiomskih podatkov za namen odkrivanja biooznačevalcev, za namen proučevanja učinka zdravil in drugo…