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。这一“转化差距”往往是将有希望的临床前发现成功转化为临床应用的障碍。在柏林夏里特大学医学中心（Charité - Universitätsmedizin Berlin）和莱比锡大学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，比较人类和动物的COVID-19疾病分子机制。他们的研究成果最近发表在《eBioMedicine》杂志上。
研究团队使用人工智能比较了人类和不同种类仓鼠（患有轻度或重度COVID-19）的血液样本数据。将动物模型的知识转移到人类身上对于揭示疾病机制和发展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在分子和细胞水平上以前所未有的精度揭示人类和动物模型之间的相似性和差异成为可能。然而，目前只有少数计算机方法可以详细比较这些宝贵的数据。
在最近的一篇研究论文中，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与莱比锡大学医学信息学、统计学和流行病学研究所（IMISE）及ScaDS.AI的同事们共同展示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，可以缩小动物模型和人类患者之间的转化差距。AI系统地学习动物和人类之间的分子差异，然后可以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Holger Kirsten博士说，他也是该研究的通讯作者之一。
“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，特别是在单核细胞方面。”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Geraldine Nouailles博士说，她也是该研究的通讯作者之一。单核细胞是巨噬细胞的前体，是免疫系统的吞噬细胞。“另一方面，如果我们想研究严重的疾病病例，最好观察罗伯罗夫斯基仓鼠的中性粒细胞。”这位科学家补充道，“这些反应特别迅速的免疫细胞在这种仓鼠和人类中的行为非常相似。”这些发现与从人类患者数据中收集的疫情观察结果一致。
“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研究的范围。”Holger Kirsten说。Geraldine Nouailles总结道：“我们开发的方法使我们能够更好地确定适合人类疾病的动物模型，并确定哪些疾病阶段相对应。这可能改善治疗策略的发展和测试，并优化从临床前到临床研究的转化过程。”
Friedrich VD, Pennitz P等. 基于神经网络的COVID-19仓鼠转录组数据的人工智能化揭示了人类疾病中的匹配严重状态。EBioMedicine. 2024年8月31日。doi: 10.1016/j.ebiom.2024.105312
关于这项研究
Geraldine Nouailles博士和Holger Kirsten博士共同领导了这项研究。该研究的第一作者是莱比锡大学ScaDS.AI的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Peter Pennitz。该研究由联邦教育和研究部资助，作为e:Med CAPSyS联盟的一部分。
(全文结束)
