范张（Fan Zhang）博士致力于开发强大的人工智能工具来预测自身免疫疾病的发作。
作为科罗拉多大学医学院风湿病科助理教授，以及CU Anschutz医学园生物医学信息学系的兼职研究人员，范张博士最近获得美国关节炎基金会的高额资助，用于推进利用人工智能预测特定患者罹患类风湿性关节炎（RA）的研究。她的最新论文记录了这项工作的最新进展。
范张的研究重点是开发计算机器学习方法，通过算法从数据中学习并进行预测，研究基于大规模临床和临床前单细胞数据集的RA及其他自身免疫疾病。她表示这项研究可能推动靶向干预，阻止疾病进展。
"已有大量关于确诊后治疗方案的研究，"范张指出，"但针对预防策略的研究相对匮乏。如何识别未来几年可能患病的健康人群更具挑战性，这正是我们聚焦疾病预测，实现早期预防的原因。"
类风湿性关节炎是一种慢性自身免疫疾病，全球约1800万人患病，美国占150万。这种疾病导致免疫系统攻击自身健康组织，除关节肿痛外还会影响心脏和肺部。虽然现有治疗可减轻炎症，但缺乏预防手段和治愈方法。
研究显示，许多患者发病前多年就存在可检测的免疫异常，但并非所有携带异常者都会发病。范张团队通过分析基因组、表观组和蛋白质组的单细胞多模态测序数据，致力于寻找更精确的预测标志物。
最新发表在《临床研究杂志》的研究"深度免疫表型分析揭示类风湿性关节炎高风险个体中的循环活化淋巴细胞"，获得NIH资助。研究对比高危人群、患者和健康人群的细胞RNA与蛋白表达，发现某些免疫细胞（特别是特定T细胞亚型）的显著差异。这些细胞可能成为RA发病的生物标志物。
范张表示，开发可靠标志物仍需更多工作，需要更大规模的地理多样性数据验证结果。作为该研究通讯作者，她的团队与风湿病专家凯文·迪恩（Kevin Deane）医生合作，将利用StopRA临床前试验的复杂数据继续研究。
范张强调，CU Anschutz校区的跨学科环境为这种合作研究提供了独特优势。"这里汇聚所有专业知识和资源，是自身免疫疾病转化研究的领先机构之一。"
【全文结束】
