統合システム生物学、分子生物学、バイオインフォマティクスのアプローチを用いて、当研究室では、移植拒絶反応、腎臓、肺、心臓血管疾患における遺伝学、miR、マイクロバイオームの相互作用と寄与を解明しています。当研究室では、学際的なアプローチを用いて、疾患と健康に関する主要なヒトサンプルを分析し、さまざまなヒトの状態に関連する固有の特徴を理解し、疾患をより効果的に予防および治療できるようにしています。
サルコイドーシスは、複数の臓器、特に肺とリンパ節を侵す炎症性疾患で、アフリカ系アメリカ人に不釣り合いなほど多く発症します。サルコイドーシス患者の死亡原因の第 30 位は肺線維症です。患者の約 XNUMX% が進行性で衰弱性のサルコイドーシスを発症しますが、病気の悪化や回復を促すメカニズムは十分に解明されていません。現在、サルコイドーシスにおける微生物への曝露と免疫反応の関係、および診断と予後にどのような関係があるのかを調査しています。
フィン・パーキンス研究所は、最先端の人工知能 (AI) アプローチと生物医学研究を統合し、複雑な疾患、特にサルコイドーシスと免疫介在性疾患に対する理解を深めています。当研究所の計算作業の中核は、最先端の AI モデルである scGPT (単一細胞生成事前トレーニング済みトランスフォーマー) であり、これを単一細胞 RNA シーケンス データの分析に適用して微調整しています。当研究所の scGPT の実装は、疾患の重症度予測において 85% を超える精度を達成し、免疫反応に影響を与える新しい長い非コード RNA 相互作用の特定に特に効果的であることが実証されています。
当研究所は、デュアル NVIDIA RTX A6000 および A100 GPU、128GB RAM ワークステーションなどの高性能コンピューティング インフラストラクチャと、国立ゲノム資源センター (NCGR) コンピューティング クラスターへのアクセスを活用して、高度なマルチタスク学習モデルを開発しています。これらのモデルは、患者の人口統計、治療への反応、病気の進行マーカーなどの分子プロファイルと多様な臨床データを統合します。これらの AI 主導のアプローチを通じて、新しいバイオマーカーを発見し、病気のメカニズムを理解し、医療格差に対処する個別の治療戦略を開発することを目指しています。私たちの計算パイプラインには、データ前処理用の Seurat や Cell Ranger などの確立されたツールが組み込まれており、下流の分析と予測にはカスタム機械学習アルゴリズムが組み込まれています。この包括的なアプローチにより、患者 50,000 人あたり XNUMX を超える細胞からのデータを処理および分析できるため、単一細胞レベルでの病気のメカニズムに関する前例のない洞察が可能になります。
臓器移植は臓器不全の最後の治療法です。臓器移植は 1960 年代に始まりましたが、免疫学的拒絶反応のため双子間の移植に限られていました。免疫抑制の出現により、生存期間が大幅に延長されました。特に腎臓などの一部の臓器は、肺などの他の臓器と比較して生存期間が大幅に長くなっています。現在、私たちは移植の結果に関してマイクロバイオームの役割を評価しています。
パーソナライズドヘルスセンター所長、MD/PhDプログラム共同ディレクター
ニューメキシコ大学医学部学部長
