张凡博士将人工智能视为对抗顽固敌人——类风湿性关节炎（RA）的一种途径。张凡博士是科罗拉多大学医学院风湿病学分部的助理教授，同时隶属于科罗拉多大学安舒茨医学院的生物医学信息学系。她最近获得了关节炎基金会的一项竞争激烈的资助，以进一步开展利用人工智能更好地预测特定患者类风湿性关节炎发病的研究工作。
张凡博士的研究重点是开发涉及计算机器学习的方法——使用算法从数据中学习并进行预测——来研究类风湿性关节炎和其他自身免疫性疾病，利用大规模临床和临床前单细胞数据集。她说，这项工作可能会推动有针对性的干预措施，从而防止疾病进展。
“关于如何在诊断后治疗患者，已经进行了大量的研究。但关于制定预防策略和识别哪些健康人未来几年内有患类风湿性关节炎的风险的研究却较少。这要困难得多。因此我们专注于提高疾病预测能力，最终实现早期疾病预防。”
— 张凡博士，科罗拉多大学医学院风湿病学分部助理教授
桥接数据科学与转化医学
类风湿性关节炎是一种慢性自身免疫性疾病，意味着身体的免疫系统错误地攻击自身的健康组织，导致炎症。尽管类风湿性关节炎通常与关节肿胀、疼痛和僵硬有关，但它还可能影响身体的其他部位，包括心脏和肺部。
据估计，全球约有1800万人患有类风湿性关节炎，其中美国有150万人。女性患病人数几乎是男性的三倍。
现有的治疗方法可以减少炎症并提供一些缓解，但没有有效的预防性治疗，也没有治愈方法。病因尚不明确，尽管类风湿性关节炎与某些基因有关，这些基因可能由一系列外部因素触发。
研究表明，许多最终出现类风湿性关节炎症状的人在症状出现前几年就表现出可以通过血液检测发现的免疫异常。然而，这种无症状的“临床前期”阶段的长度差异很大，有些具有这些异常的人从未发展成完整的疾病。
张凡博士说，需要更精确的方法来预测哪些具有临床前异常或家族史的人会进展到完整疾病以及进展的速度。
张凡博士将她的工作描述为数据科学与转化医学之间的“桥梁”。
“我们的研究非常跨学科。我们有来自自身免疫疾病患者的大量数据，这为我们提供了机会，将人工智能工具应用于各种患者群体。”
张凡博士的团队分析了不同时间点从个体细胞中获得的遗传学、基因组学、表观遗传学、蛋白质和其他因素的数据——称为单细胞多模态测序。“将所有这些因素结合起来，我们可以更稳健地识别出新的、更准确的预测标志物，并结合临床特征。”她说。
精确定位关键免疫变化
张凡博士的新论文《深度免疫表型揭示类风湿性关节炎高风险个体中的循环激活淋巴细胞》于3月17日发表在《临床研究杂志》上，为她下一阶段的研究奠定了基础，该研究得到了关节炎基金会新的15万美元资助的支持。
利用这笔新资金，张凡博士的实验室将应用先进的计算工具来处理来自一项大型临床前试验StopRA的复杂数据集。张凡博士表示，这将加强她与科罗拉多大学风湿病学家Kevin Deane博士的合作，他们将比较那些进展到疾病的人和那些没有进展的人。目标是确定与从临床前期类风湿性关节炎到症状发展的免疫系统变化。
在这项由美国国立卫生研究院资助的研究中，张凡博士及其同事分析了细胞中的RNA和蛋白质表达，比较了有患类风湿性关节炎风险的人、有症状的人以及健康人。他们发现，在高风险组中，某些类型的免疫细胞，特别是特定T细胞亚型的扩增存在“显著”差异。
这些细胞“可能是类风湿性关节炎发病的一个有希望的标志”，张凡博士说，这可能导致更好的预防策略。但她表示，找到可靠的标志物“还有很长的路要走”，需要更大、更多地理多样性的数据集来验证她所看到的结果是否成立。
张凡博士是这篇论文的通讯作者；她的实验室博士后研究员Jun Inamo博士是第一作者；Deane博士和另一位风湿病学同事V. Michael Holers博士是共同高级作者之一。
张凡博士在哈佛医学院完成博士后研究后，已经在科罗拉多大学安舒茨医学院工作了三年多。她说，奥罗拉校区非常适合这种合作研究，“周围有所有的专业知识和资源。这是自体免疫疾病研究领域最具影响力的领先机构之一。”
(全文结束)
