Science重磅：只需“一滴血”，AI工具一次性診斷糖尿病/艾滋病/紅斑狼瘡/新冠等多種復雜疾病

熱門推薦：疾病診斷 , 免疫細胞 , AI 診斷工具 ,

作者：nagashi 來源：生物世界

2025-02-26

斯坦福大學研究人員開發(fā)出 AI 診斷工具 Mal-ID，可通過篩選血液樣本中免疫細胞基因序列診斷多種疾病，雖存在錯誤但有發(fā)展?jié)摿?，未來有望成為臨床診斷工具并用于預測疾病進程。

傳統(tǒng)診斷技術依賴于患者病史、體格檢查和實驗室檢查，通常需要多次檢查才能診斷出一些復雜疾病。

近年來，人工智能（AI）的發(fā)展日新月異，并在通用領域、生命科學和醫(yī)學等得到了廣泛應用。通過大數(shù)據(jù)集訓練出來的 AI 算法模型，其龐大的數(shù)據(jù)庫和越來越精準的識別能力，使得“AI+醫(yī)療”成為現(xiàn)實。

2025 年 2 月 21 日，斯坦福大學的研究人員在國際頂尖學術期刊 Science 上發(fā)表了題為：Disease diagnostics using machine learning of B cell and T cell receptor sequences 的研究論文。

該研究開發(fā)了一種人工智能（AI）診斷工具——Machine Learning for Immunological Diagnosis（Mal-ID）。該 AI 工具可以通過篩選血液樣本中的免疫細胞（B 細胞和 T 細胞）基因序列，一次性診斷一系列感染和健康狀況。

通過一項對近 600 名參與者的研究，該 AI 工具確定了參與者是否健康或患有 COVID-19、1 型糖尿病、艾滋病或自身免疫病，以及他們最近是否接種了流感疫苗。

免疫系統(tǒng)通過兩種主要的免疫細胞類型——B 細胞和 T 細胞，保存著對過去和現(xiàn)在所接觸的病原體的免疫記憶。其中，B 細胞產(chǎn)生附著在病毒和有害分子上的抗體，而 T 細胞則激活其他免疫反應或直接殺死被感染的細胞。

值得注意的是，當一個人受到感染或自身免疫性疾病時，免疫系統(tǒng)會被激活，B 細胞和 T 細胞的數(shù)量也會增加，并開始產(chǎn)生特定的表面受體。因此，通過對編碼這些受體的基因進行測序，就可以解鎖這個人關于疾病和感染的獨特記錄。

在這項最新研究中，研究團隊基于人工智能（AI）構建了一種分子診斷工具，其針對 B 細胞受體（BCR）和 T 細胞受體（TCR）各訓練了三個模型——受體庫組成分析模型、CDR3 序列聚類模型、蛋白質(zhì)語言模型嵌入模型，以分析編碼 B 細胞受體和 T 細胞受體關鍵區(qū)域的基因序列，并挑選出與特定疾病相關的模式。

Mal-ID的框架構建

研究團隊使用該工具在 593 人的血液樣本中篩選了 1620 萬個 B 細胞受體序列和 2350 萬個 T 細胞受體序列。這一 AI 診斷工具從這些參與者中檢測到 63 人曾患COVID-19，95 人 HIV 陽性，86 人患系統(tǒng)性紅斑狼瘡，92 人患 1 型糖尿病，37 人最近接種過流感疫苗，剩余 220 名參與者為健康對照者。

在對 542 名同時擁有 B 細胞和 T 細胞數(shù)據(jù)的參與者的樣本進行的分析中，該 AI 診斷工具在一個指標中得分高達 0.986（滿分為 1 分），該指標衡量的是它將參與者與他們的疾病正確匹配的程度。

Mal-ID使用IgH和TRB序列對疾病進行分類

此外，當比較 AI 工具單獨使用 B 細胞受體、單獨使用 T 細胞受體或同時使用這兩種受體對疾病的區(qū)分能力時，研究團隊發(fā)現(xiàn)，將兩種細胞類型的數(shù)據(jù)結合起來效果最好。例如，1 型糖尿病和系統(tǒng)性紅斑狼瘡在 T 細胞受體中有更清晰的標記，而 COVID-19、HIV 和流感在 B 細胞受體中較易識別。

Mal-ID可以區(qū)分已知的SARS-CoV-2特異性抗體序列和健康供體序列

研究團隊表示，AI 工具可以調(diào)整到只篩查一種或多種疾病，但它的預測并不是完全沒有錯誤的，距離臨床應用還有很長的路要走。事實上，從另一種角度來說，AI 作為基于大數(shù)據(jù)的預測模型，其錯誤預測也可能源于傳統(tǒng)檢測方法所遺漏的人群之間的細微差異。因此，這些 AI 的錯誤案例可能有助于梳理出免疫相關疾病的全新子類別，并有助于定制個性化治療方案。

研究模式圖：從血液到疾病的免疫受體測序分類

總的來說，這項發(fā)表于 Science 的研究開發(fā)了一款 AI 診斷工具——Mal-ID，該 AI 工具可以自動識別免疫受體測序數(shù)據(jù)以區(qū)分一系列疾病狀態(tài)，包括 COVID-19、糖尿病、艾滋以及自身免疫疾病等。隨著進一步的驗證和擴展，Mal-ID 有望開發(fā)出利用免疫受體群體中包含的大量信息進行醫(yī)學診斷的臨床工具，還可能用于預測診斷疾病的具體進程。

免疫細胞