Исследователи, включая специалистов по биоинформатике из Центра им. Гельмгольца в Мюнхене и Университета Людвига-Максимилиана в Мюнхене, организуют краудсорсинг для выявления новых алгоритмов, которые ускорят поиск эффективных методов лечения бокового амиотрофического склероза. В последнем выпуске журнала Nature Biotechnology ученые анализируют результаты краудсорсинга и описывают наиболее эффективные алгоритмы, которые возникли на его основе.
Для подавляющего большинства пациентов диагноз бокового амиотрофического склероза (БАС) равносилен смертному приговору. БАС – это нейродегенеративное заболевание, которое поражает нервные клетки, контролирующие произвольные движения мышц. Следовательно, пациенты с БАС страдают от мышечной дистрофии, и продолжающаяся потеря подвижности в конечном итоге приводит к полному параличу. Таким образом, БАС постепенно разрушает способность говорить, глотать и дышать. Среднее время выживания после появления явных симптомов обычно составляет от 3 до 5 лет. Но течение болезни сильно варьируется, и у некоторых пациентов болезнь прогрессирует гораздо медленнее. "Различия в прогрессировании заболевания очень затрудняют разработку эффективных стратегий лечения," говорит доктор. Роберт Куффнер, который работает в исследовательском отделе биоинформатики в Институте информатики LMU, в настоящее время является филиалом Института биоинформатики и системной биологии в Helmholtz Zentrum München.
Чтобы генерировать новые идеи, которые облегчили бы клинические исследования БАС, Кюффнер в сотрудничестве с международной группой ученых, инициативой БАС Prize4Life, проектом IBM DREAM и фармацевтическими компаниями обратился к концепции краудсорсинга. Задача побудила участников разработать новые алгоритмы, которые могли бы более точно предсказать течение болезни у отдельных пациентов на основе определенных клинических тестов. В этом подходе используются компьютерные процедуры, позволяющие анализировать сложные наборы данных, полученные от больших групп пациентов. Таким образом, алгоритмы, выявляющие закономерности в клинических данных, могут помочь врачам лучше прогнозировать прогрессирование заболевания и повысить точность диагностики.
Тем, кто зарегистрировался для участия в краудсорсинговом конкурсе, был предоставлен доступ к анонимным клиническим данным, полученным от 1822 пациентов с БАС в течение первых 3 месяцев после постановки диагноза. Затем участников попросили разработать алгоритмы, предсказывающие состояние каждого пациента через 9 месяцев. Каждый представленный алгоритм оценивался путем сравнения прогнозируемого с фактическим состоянием каждого пациента. "Два лучших алгоритма превзошли используемые до сих пор модели и были значительно более надежными, чем оценки врачей," говорит Кюффнер. "Эти результаты позволят нам улучшить дизайн будущих клинических исследований. Если ожидаемое течение болезни можно с уверенностью спрогнозировать для каждого пациента, становится намного проще оценить эффекты препаратов-кандидатов." Кроме того, участники определили клинические параметры, которые ранее не считались информативными в этом контексте, такие как артериальное давление и уровни мочевой кислоты и креатинина в крови, как полезные индикаторы скорости прогрессирования заболевания. "Результаты демонстрируют большой потенциал краудсорсингового подхода для продвижения исследований БАС," говорит Кюффнер, который выступал в качестве технического координатора конкурса.
Больше данных, новый конкурс
Использованные анонимные данные пациентов были получены в ходе различных клинических исследований и включали анализ состава крови и оценку двигательной функции. "Проблема в том, что эти данные довольно сложные, а также неоднородные, потому что они были измерены разными лабораториями," говорит Кюффнер. Поэтому он согласовал данные, чтобы минимизировать влияние этих изменений, прежде чем отправлять их участникам. Всего на оценку было представлено 37 алгоритмов. "Многие из участников ранее не имели опыта работы с БАС, но их методы могут быть применены к клиническим данным. Таким образом, краудсорсинг открывает совершенно новые перспективы для клинических исследований и, безусловно, может помочь выявить наиболее эффективные алгоритмы," говорит Кюффнер. Ни один из двух алгоритмов, отмеченных наградами, ранее не использовался в клиническом контексте. Поскольку обе прогностические модели оказались более надежными, чем прогнозы, данные опытными клиницистами с БАС, консорциум в настоящее время планирует применить эти методы в клинической практике "так что преимущества напрямую передаются пациентам," Кюффнер говорит.
Конкурс краудсорсинга стал возможен благодаря инициативе ALS Prize4Life, которая создала базу данных открытого доступа ALS Clinical Trials (в сотрудничестве с Неврологическим клиническим научно-исследовательским институтом Массачусетской больницы общего профиля) и пожертвовала денежный приз в размере 50 000 евро, предложенный за лучший алгоритм. Платформа теперь включает клинические данные от 8600 пациентов. "Этот более обширный набор данных даст нам лучшее понимание БАС и факторов, определяющих его клиническое течение," – говорит Куффнер, который уже организует вторую задачу по краудсорсингу, в которой будет использоваться расширенная база данных.