NYCU College of Life Sciences

Loading

生命科學系暨基因體科學研究所蔡亭芬老師與基礎、臨床、及AI人工智慧跨領域團隊合作,發現參與在糖尿病腎病變病程與協助器官溝通間的生物標記

生命科學系暨基因體科學研究所蔡亭芬老師與基礎、臨床、及AI人工智慧跨領域團隊合作,發現參與在糖尿病腎病變病程與協助器官溝通間的生物標記

糖尿病腎病變為導致末期腎臟病變的全球主要原因,治療過程中耗費龐大醫療費用亦對社會與個人經濟造成巨大影響,成為目前國際重要的健康議題之一。由於糖尿病與慢性腎病變之間具有複雜的交互影響,清楚了解糖尿病腎病變的致病機轉以及尋找潛在的生物標記可以幫助臨床及早診斷疾病且即時進行有效的治療。生科系暨基科所蔡亭芬老師及合作團隊蒐集618名正常人、糖尿病、慢性腎臟病與糖尿病腎病變患者資料,在基礎、臨床、及AI人工智慧跨領域團隊之合作下,導入AI人工智慧進行大數據之機器學習模型訓練,結合臨床數據、基因多型性與代謝體分析,從數十萬筆資料建立一組由33個生物特徵所構成之AI人工智慧交互作用模型。目前該演算法具有0.76之準確率與0.81檢測真實性,顯示此預測高風險糖尿病腎臟病變之交互作用模型具有優良效能。有趣的是,我們進一步發現這些AI人工智慧所找到的生物標記,會在健康族群上幫助器官之間的溝通以維持正常生理功能,然而在糖尿病腎病變患者上明顯出現表現與功能的失調。總結來說,透過AI大數據學習搭配醫師專業臨床數據判讀,我們發現參與在糖尿病腎病變病程與協助器官溝通間的生物標記,而這些生物標記將可協助醫師達到早期診斷,適時的治療及個人化疾病預防諮詢的目的,進而實現糖尿病腎病變精準醫療的願景。

◎期刊資訊:
I-Wen Wu (吳逸文醫師), Tsung-Hsien Tsai (蔡宗憲博士), Chi-Jen Lo (駱啟仁博士), Yi-Ju Chou (周奕如博士), Chi-Hsiao Yeh (葉集孝醫師), Mei-Ling Cheng (鄭美玲老師), Chi-Chun Lai* (賴旗俊醫師), Huey-Kang Sytwu* (司徒惠康副院長), Ting-Fen Tsai* (蔡亭芬老師).Discovery of a Biomarker Signature That Reveals a Molecular Mechanism Underlying Diabetic Kidney Disease via Organ Cross Talk.Diabetes Care 45(6):e102-e104 (2022) [IF= 17.152; Endocrinology & Metabolism 6/146 = 4.1%] (生命科學系暨基因體科學研究所)

【全文連結】