來自英國的 NVIDIA 初創加速計劃成員 PrecisionLife 使用 AI 主導的數據分析確定重要的疾病生物標志物組合。

在新冠肺炎仍存在大量謎團的情況下，位于英國的PrecisionLife利用 AI 和組合分析法發現了與重癥和住院患者有關的新基因。

這家科技生物公司于 2020 年 6 月發表了這一研究，指出了 68 個與新冠肺炎重癥患者有關的新基因。這些目標因素中有超過70%后來在全球科學文獻中被單獨驗證為引發新冠肺炎重癥的遺傳風險因素。

在 AI 的幫助下，這家初創企業能夠使用英國生物樣本庫中的第一個小型新冠肺炎患者數據集在NVIDIA A40 GPU上進行訓練并在CUDA 軟件庫的支持下進行這一準確的早期分析。PrecisionLife 的組合分析方法可以確定患者的遺傳變異和其他臨床或流行病學因素之間的相互作用。

上面的主題圖片顯示了分析結果，描述了在疫情開始時新冠肺炎重癥患者群體的疾病結構分層。顏色代表患者亞群，圓圈代表與疾病相關的遺傳變異，線條代表共同相關的變異。

PrecisionLife 技術幫助研究人員在群體和個人層面更好地了解復雜的疾病生物學。除了新冠肺炎之外，PrecisionLife 分析平臺還被用于確定 30 多種慢性疾病的精準醫療目標，包括 2 型糖尿病和肌萎縮性脊髓側索硬化癥（ALS）。

該公司是NVIDIA 初創加速計劃成員，這項免費計劃支持這些用尖端技術為行業帶來變革的初創企業。

關于疾病的獨特發現

精準醫療在選擇可能對個人最有效的治療方法時會考慮個人的遺傳學、環境和生活方式。PrecisionLife 專門致力于確定這些因素之間的組合如何影響慢性疾病。

PrecisionLife 平臺讓人們能夠更加深入地了解導致各亞組患者慢性疾病的生物學因素。它先從來自國家生物樣本庫、研究聯盟、患者慈善機構等提供的數據集中獲得患者的基因組學和臨床病史數據，然后使用組合分析法從中獲得更深層的洞察結論。

由于慢性疾病固有的異質性，被診斷出患有同一疾病的患者不一定有相同的病因、軌跡或治療方法。

PrecisionLife 平臺可以在大型患者群體中識別具有匹配疾病驅動因素、疾病進展和治療反應的亞群，幫助研究人員選擇正確的藥物研發目標、為個人選擇正確的治療方式并為臨床試驗選擇合適的患者。

PrecisionLife 首席技術官 Mark Strivens 表示：“慢性疾病是一個復雜的領域。此類疾病由多種基因和環境因素引發，并且會產生多個患者亞群。我們致力于解決以前的技術無法解決的問題，并且我們關于疾病的獨特發現將產出各種有效的個人治療方案。”

PrecisionLife 技術不同于全基因組關聯研究等傳統的分析方法。后者最適合用于大部分疾病風險來自于單一基因變異的情況，而 PrecisionLife 所提供的組合分析法能夠發現多種遺傳和環境因素的重要組合。

Strivens 表示，在NVIDIA A40 GPU上運行的 PrecisionLife 平臺可以在短短幾個小時內分析 10 萬名患者的數據，這在以前是不可能實現的。

此外，作為NVIDIA 初創加速計劃成員，PrecisionLife 團隊可以獲得技術資源、硬件折扣和產品上市支持。

Strivens 表示：“NVIDIA 初創加速計劃為我們提供專業技術知識，并將我們與 NVIDIA 生物技術 AI 生態系統中的其他數據驅動型組織聯系起來。NVIDIA 深度學習培訓中心所提供的培訓縮短了我們團隊成員學習特定編程分支領域的時間。”

Strivens 表示，作為開創性的英國生命科學界的一員，PrecisionLife 可以接觸到各種醫療創新和專業人才。展望未來，公司計劃在全球提供基于組合分析的新型疾病洞察。

原文標題：AI在個人健康中的應用：初創企業推動新冠肺炎與慢性疾病精準醫療的發展

文章出處：【微信公眾號：NVIDIA英偉達】歡迎添加關注！文章轉載請注明出處。

審核編輯：湯梓紅