Naukowcy znaleźli nową przyczynę cukrzycy

Według nowego badania, do powstania cukrzycy przyczynia się enzym, który zmniejsza wrażliwość organizmu na insulinę. Odkrycie może otworzyć drogę do nowych terapii.

Badania nad przyczynami cukrzycy – najnowsze ustalenia

.Tlenek azotu to prosta cząsteczka, która ma jednak kolosalne znaczenie dla organizmu – m.in. rozszerza naczynia, poprawia pamięć, pomaga zwalczać infekcje, pobudza wydzielanie hormonów. Sposób jej działania był jednak owiany tajemnicą – przypominają naukowcy z Case Western Reserve University (Ohio, USA).

Badacze odkryli enzym (nitrolaza wspomagana SNO-CoA), który dołącza wspomniany tlenek azotu do przeróżnych białek, jak się okazuje, także do receptorów dla insuliny. Analizy pokazały, że enzym ten jest kluczowy dla jej działania. Jednocześnie jednak okazało się, że u ludzi oraz u myszy z cukrzycą jest on zbyt aktywny.

Reakcja organizmu na insulinę

.Myszy bez tego enzymu były przed cukrzycą chronione, co wskazuje, że zbyt duża ilość tlenku azotu przyłączonego do białek może być przyczyną choroby. W przebiegu cukrzycy organizm zwykle przestaje reagować na insulinę, co prowadzi do szkodliwego wzrostu poziomu glukozy we krwi, to z kolei powoduje liczne problemy zdrowotne – w tym uszkodzenia serca, nerek, wzroku.

„Pokazaliśmy, że zablokowanie tego enzymu chroni przed cukrzycą, ale płynące z tego implikacje rozciągają się na różne choroby, prawdopodobnie powodowane przez enzymy dołączające do białek tlenek azotu” – mówi główny autor odkrycia, Jonathan Stamler.

Wśród chorób, które zależą od wadliwego działania tlenku azotu, wymienia nowotwory, niewydolność serca, chorobę Alzheimera.

„Zablokowanie tego enzymu może dać efekt terapeutyczny” – podkreśla. Zdaniem naukowców, w następnych krokach możliwe powinno być opracowanie odpowiednich leków.

Wykorzystywanie sztucznej inteligencji w ochronie zdrowia

.”SI w ochronie zdrowia oznacza wykorzystywanie zaawansowanego oprogramowania naśladującego poznawcze zdolności człowieka do analizy danych medycznych i sugerowanie na tej podstawie diagnozy i ewentualnych działań leczniczych. Innymi słowy, SI jest zdolnością komputerowych algorytmów do formułowania przydatnych dla lekarzy opinii w złożonych problemach medycznych. Zastosowania SI różnią się istotnie od tradycyjnych metod medycyny możliwością pozyskiwania wielkiej liczby informacji, ich przetwarzania i podejmowania na tej podstawie działań. Fundamentalną cechą stosowanych algorytmów jest ich zdolność do uczenia się na drodze rozpoznawania cech charakteryzujących przetwarzane dane i tworzenia na tej podstawie opinii na temat analizowanego problemu – pisze na łamach „Wszystko co Najważniejsze”. prof. Michał KLEIBER.  

„Ważnym efektem stosowania SI w ochronie zdrowia jest możliwość dostarczania analiz opisujących relacje między diagnozą i zastosowaną terapią a najbardziej prawdopodobnym rezultatem leczenia. Dysponujemy dzisiaj terabajtami danych pochodzących z badań klinicznych, szeroko rozumianej praktyki medycznej, firm ubezpieczeniowych oraz aptek, dotyczących wszelkich dręczących ludzi dolegliwości. Naukowcy i praktykujący lekarze korzystają oczywiście od zawsze z takich informacji, ale możliwości ich pełnej analizy przez najlepiej nawet przygotowanych badaczy są ze względu na ilość danych, ich złożoność i brak wypracowanej struktury z natury rzeczy bardzo ograniczone. W sukurs przychodzi właśnie sztuczna inteligencja”. 

Metody SI weszły już do standardów badawczych w wielu różnych obszarach medycyny. Przykładami ilustrującymi aktualne osiągnięcia w tym zakresie mogą być opracowane ostatnio oprogramowanie pozwalające z dokładnością 70-80 proc. wskazać wśród osób zarażonych koronawirusem te z nich, u których rozwinie się ciężka postać COVID-19, lub system typujący z dokładnością 95 proc. osoby, które zachorują w ciągu swego życia na cukrzycę. Takie procesy, zwane analityką predykcyjną, budzą obecnie duże zainteresowanie w świecie medycyny. Możliwości SI na tym się oczywiście nie kończą i daleko wykraczają poza diagnostykę tego typu. 

.”Sztuczna inteligencja zaczyna odgrywać coraz większą rolę w realizacji idei indywidualnego traktowania pacjentów, czyli w rozwoju personalizacji leczenia. Amerykańscy badacze opracowali program analizujący rozległe dane kliniczne i pozwalający szybko zaplanować u konkretnego pacjenta radioterapię nowotworu, co ma ogromne znaczenie dla skuteczności leczenia. SI wspomagać będzie z pewnością działania na rzecz szybszego wprowadzanie na rynek nowych, doskonalszych leków. Są już tego przykłady, jak zastosowanie przez amerykańskich badaczy zaawansowanych metod uczenia maszynowego do opracowania nowego antybiotyku zwalczającego bakterie. Ze względu na fakt, że wprowadzenie nowego leku na rynek kosztuje dzisiaj średnio prawie trzy mld dolarów, a 90 proc. opracowywanych propozycji przepada w różnych fazach badań klinicznych, powodując marnotrawstwo środków, potencjał SI jest bardzo duży, algorytmy uczenia maszynowego mogą bowiem przeanalizować miliony związków, zawężając opcje do konkretnego celu poszukiwań”.

PAP/ Marek Matacz/ Wszystko co Najważniejsze/ LW