将动物实验的知识转移到人类身上仍然是医学研究中的一个关键挑战。这种“转化差距”往往是将有前景的临床前发现成功转化为临床应用的障碍。在莱比锡大学和柏林夏里特大学医学中心（Charité - Universitätsmedizin Berlin）的一项联合研究项目中，科学家们利用人工智能开发了一种方法，比较了COVID-19疾病在人类和动物中的分子机制。他们的研究成果最近发表在《柳叶刀》旗下期刊《eBioMedicine》上。
从动物模型向人类转移知识对于揭示疾病机制和开发精确的治疗策略至关重要。单细胞RNA测序的高分辨率方法使得能够在分子和细胞水平上以前所未有的准确性揭示人类和动物模型之间的相似性和差异。然而，能够详细比较这些宝贵数据的计算机方法非常少。在最近的一篇研究论文中，来自莱比锡大学医学信息学、统计学和流行病学研究所（IMISE）和ScaDS.AI的研究人员，以及柏林夏里特大学医学中心呼吸医学和重症监护医学系的科学家们，介绍了一个基于神经网络的AI模型。他们使用了来自人类和不同种类仓鼠（患有轻度或重度COVID-19）的血液数据，并在分子水平上进行了比较。
“我们已经证明，通过整合稳健的深度学习模型和生物学信息分析，可以缩小动物模型与人类患者之间的转化差距。AI系统地学习动物与人类之间的分子差异，然后将患病动物的分子模式转化为相应的人类模式，可以说是将动物模型的数据‘人性化’。”莱比锡大学医学信息学、统计学和流行病学研究所（IMISE）的科学家霍尔格·克尔斯滕博士（Dr. Holger Kirsten）说道，他也是该研究的通讯作者。
“我们能够证明，在轻度COVID-19病例中，叙利亚仓鼠和人类的免疫系统激活非常相似，尤其是在单核细胞方面。”柏林夏里特大学医学中心呼吸医学和重症监护医学系的科学小组负责人热拉尔丁·诺瓦利博士（Dr. Geraldine Nouailles）说，她也是该研究的通讯作者。单核细胞是巨噬细胞的前体，即免疫系统的吞噬细胞。“另一方面，如果我们想研究严重病例，最好查看罗伯罗夫斯基仓鼠的中性粒细胞。”科学家补充道，“这些特别快速反应的免疫细胞在这个仓鼠物种和人类中表现得非常相似。”这些发现与从人类患者数据中收集的流行病观察结果一致。
“这样的单细胞RNA测序数据比较非常适合揭示动物和人类在分子和细胞水平上的相似性和差异，这些研究远远超出了COVID-19研究的范畴。”霍尔格·克尔斯滕说。热拉尔丁·诺瓦利总结道：“我们开发的方法使我们能够更好地确定适用于人类疾病的动物模型，并确定哪些疾病阶段相互对应。这可能改善治疗策略的开发和测试，并优化从临床前到临床研究的转化过程。”
未来，莱比锡研究团队计划进一步开发这种方法，并将其应用于其他用于研究人类免疫调节疗法有效性和安全性的动物模型。其中一个例子是CAR T细胞疗法，这是一种针对某些类型癌症的有前途的治疗方法。
关于研究：
热拉尔丁·诺瓦利博士和霍尔格·克尔斯滕博士共同领导了这项研究。研究的第一作者是ScaDS.AI的文森特·D·弗里德里希（Vincent D. Friedrich）和柏林夏里特大学医学中心呼吸医学和重症监护医学系的彼得·彭尼茨（Peter Pennitz）。该研究由联邦教育和研究部通过e:Med CAPSyS联盟资助。
原始出版物：
《eBioMedicine》：Neural Network-Assisted Humanization of COVID-19 Hamster Transcriptomic Data Reveals Matching Severity States in Human Disease Cross-species disease matching via neural networks.
DOI:
(全文结束)
