Sleutel gevonden voor stoppen leukemiecellen dankzij AI

do 6 juni 2024 - 07:00
Blockchain
Nieuws

Een onderzoeksgroep van prof. Ruud Delwel van het Erasmus MC heeft met behulp van artificial intelligence (AI) een manier ontdekt om leukemiecellen te remmen.  Het team vond een mogelijke rem voor een specifieke vorm van acute myeloïde leukemie, ofwel AML en deed de ontdekking aan de hand van een kweekbakje en bij proefdieren. Het gaat om een agressieve vorm van AML waarbij het EVI1-gen is geactiveerd.

Ongeveer 3 tot 4 procent van alle AML-patiënten heeft dit onbehandelbare subtype. EVI1 is een transcriptiefactor: een eiwit dat in de celkern zit en andere genen activeert. “Er is nog veel onbekend over de transcriptiefactor EVI1, maar uit ons onderzoek blijkt dat EVI1 een ander eiwit nodig heeft om leukemie te veroorzaken”, vertelt Dorien Pastoors, promovendus in de groep van prof. Ruud Delwel bij de afdeling Hematologie van het Erasmus MC.

Kanker in bloedvormende cellen

Acute myeloïde leukemie (AML) is een vorm van kanker in bloedvormende cellen. Er bestaan verschillende subtypes, die worden bepaald door mutaties in bloedvormende cellen. Bloedcellen worden gemaakt in het beenmerg. De onrijpe cellen ontwikkelen zich daar tot verschillende typen rijpe bloedcellen. Bij AML kan zo’n hele onrijpe cel niet meer verder uitrijpen, maar zich wel vermenigvuldigen. Hierdoor raken het beenmerg en het bloed helemaal vol met deze onrijpe cellen. Patiënten worden kortademig, krijgen infecties en bloedingen. De cellen die normaal gesproken nodig zijn voor deze processen, zijn verdrongen door de leukemiecellen.

Over de transcriptiefactor EVI1 is nog veel onbekend maar uit het onderzoek blijkt wel dat EVI1 een ander eiwit nodig heeft om leukemie te veroorzaken, aldus de onderzoekers. Dat andere eiwit is genaamd: CTBP. Daarom was de volgende stap in het onderzoek om te bekijken hoe de eiwitten EVI1 en CTBP precies in elkaar passen. Volgens de onderzoekers geen gemakkelijke opgave: “Transcriptiefactoren zijn namelijk heel flubberig. Ze hebben niet zo veel structuur. En om een aangrijpingspunt te vinden, heb je juist wel structuur nodig”, legt Pastoors uit.

AI geeft grip

De onderzoekers hebben het AI-model AlphaFold gebruikt om de 3D-structuur van EVI1 te voorspellen. Uit ervaring van de onderzoekers blijkt dat AI-modellen veel beter zijn bij het voorspellen dan de modellen die voorheen werden gebruikt. Een van de uitkomsten is de vondst van een stukje EVI1 op zichzelf niet stevig is maar wel door het CTBP wordt vastgehouden. Dat stukje bestaat in EVI1 bestaat weer uit vijf aminozuren, genaamd PLDLS. En nu het team weet hoe EVI1 en CTBP vinden, konden ze op ook zoek naar de manier om de verbinding weer te verbreken. En die PLDLS-remmer blijkt de sleutel te zijn. Het onderzoek is een proof-of-concept studie, gepubliceerd in Science Advances.

Nieuwe AI-algoritmen bij onderzoek

Onderzoekers van Mayo Clinic hebben onlangs nieuwe AI-algoritmen uitgevonden, genaamd ‘door hypotheses gedreven AI’ hypothese gestuurde AI, die aanzienlijk afwijken van traditionele AI-modellen die uitsluitend van data leren. Deze nieuwe algoritmen bieden volgens de onderzoekers een innovatieve manier om enorme datasets te gebruiken die de zoektocht naar de complexe oorzaken van ziekten zoals kanker kunnen versnellen en behandelstrategieën kunnen verbeteren.