Биомедицинские цифровые двойники

Биомедицинские цифровые двойники

.fav_bar { float:left; border:1px solid #a7b1b5; margin-top:10px; margin-bottom:20px; } .fav_bar span.fav_bar-label { text-align:center; padding:8px 0px 0px 0px; float:left; margin-left:-1px; border-right:1px dotted #a7b1b5; border-left:1px solid #a7b1b5; display:block; width:69px; height:24px; color:#6e7476; font-weight:bold; font-size:12px; text-transform:uppercase; font-family:Arial, Helvetica, sans-serif; } .fav_bar a, #plus-one { float:left; border-right:1px dotted #a7b1b5; display:block; width:36px; height:32px; text-indent:-9999px; } .fav_bar a.fav_print { background:url(‘/images/icons/print.gif’) no-repeat 0px 0px #FFF; } .fav_bar a.fav_print:hover { background:url(‘/images/icons/print.gif’) no-repeat 0px 0px #e6e9ea; } .fav_bar a.mobile-apps { background:url(‘/images/icons/generic.gif’) no-repeat 13px 7px #FFF; background-size: 10px; } .fav_bar a.mobile-apps:hover { background:url(‘/images/icons/generic.gif’) no-repeat 13px 7px #e6e9ea; background-size: 10px} .fav_bar a.fav_de { background: url(/images/icons/de.gif) no-repeat 0 0 #fff } .fav_bar a.fav_de:hover { background: url(/images/icons/de.gif) no-repeat 0 0 #e6e9ea } .fav_bar a.fav_acm_digital { background:url(‘/images/icons/acm_digital_library.gif’) no-repeat 0px 0px #FFF; } .fav_bar a.fav_acm_digital:hover { background:url(‘/images/icons/acm_digital_library.gif’) no-repeat 0px 0px #e6e9ea; } .fav_bar a.fav_pdf { background:url(‘/images/icons/pdf.gif’) no-repeat 0px 0px #FFF; } .fav_bar a.fav_pdf:hover { background:url(‘/images/icons/pdf.gif’) no-repeat 0px 0px #e6e9ea; } .fav_bar a.fav_more .at-icon-wrapper{ height: 33px !important ; width: 35px !important; padding: 0 !important; border-right: none !important; } .a2a_kit { line-height: 24px !important; width: unset !important; height: unset !important; padding: 0 !important; border-right: unset !important; border-left: unset !important; } .fav_bar .a2a_kit a .a2a_svg { margin-left: 7px; margin-top: 4px; padding: unset !important; }

На протяжении более десяти лет вычислительный ученый Хуан Р. Перилла из Университета Делавэр работал над цифровой реконструкцией особой структуры вируса иммунодефицита человека (ВИЧ). Перилла и его коллеги задумались о создании активной трехмерной цифровой модели оболочки, или капсида, вируса, с которой исследователи могли бы работать и исследовать, как если бы они имели дело с реальной частицей. Мощность обработки, необходимая для создания симуляции, была значительной, по словам Перилла, потому что модель должна была отслеживать, как изменение в одной области влияет на взаимодействия двух миллионов атомов в частице.

Перилла и его группа смогли построить модель и продемонстрировать различные способы тестирования симуляции, чтобы убедиться, что она ведет себя так же, как и в реальном мире. “Вы можете фактически допросить симулированную частицу, нажимая на капсид, как если бы вы тестировали фактическую физическую систему”, – говорит Перилла. “Вы забываете, что это цифровая копия, которая была физически проверена”.

Работа привела к появлению по крайней мере одного клинически полезного открытия, показав, что оболочка капсида не является жесткой, как ранее считали ученые, а на самом деле может быть деформирована, позволяя вирусной частице проникать через меньшие, чем ожидалось, пространства. В более широком смысле исследования Периллы отражают растущий интерес и прогресс в направлении разработки биомедицинских цифровых двойников, симулированных моделей биологических явлений и систем на разных масштабах, от вирусных частиц до болезней, органов и даже целых людей.

• Состояние потоковых данных для цифровых нативов (родившихся в облаке)
• Овладение Maplotlib Полное руководство по визуализации данных
• Анализ данных переосмыслен от панелей инструментов до искусственного интеллекта в качестве сопилота

Концепция цифрового двойника первоначально получила распространение в промышленности, и хотя потенциальные применения расширились, основная идея остается прежней. Обычно рабочий цифровой двойник состоит из трех элементов, согласно вычислительному биологу и исследователю сложности Джеймсу Глазьеру из Индианского университета Блумингтон. Есть почти реальное время передачи данных, сообщающих о развивающемся состоянии исходной биологической сущности, машины или детали; симулированная модель или представление временной эволюции оригинала; и то, что Глазьер называет компаратором, или способом сопоставления предсказанного результата с наблюдаемым результатом.

В производстве инженеры создают симулированную модель авиационного двигателя на основе его точных конструкционных характеристик, которая работает как реальная версия. Затем на реальные рабочие двигатели устанавливаются датчики, которые измеряют различные переменные в реальном времени. Когда двигатель с датчиками работает, наблюдаемые данные сравниваются с предсказаниями симулированной модели, чтобы контролировать, работает ли оригинал правильно. “Если есть расхождение между прогнозом и наблюдаемым значением, это может указывать на проблему с двигателем, поэтому вы его выводите из эксплуатации до возникновения отказа”, – объясняет Глазьер.

Компания General Electric и другие компании успешно использовали цифровые двойники для обеспечения безопасной и эффективной работы широкого спектра деталей и продуктов. Сегодня исследователи создают цифровые двойники лесов, складов, городов и даже планет. Применение этих систем в биологии и моделирование работы органов или даже целых организмов является гораздо более сложной задачей, но привлекает внимание. Национальная академия наук, инженерии и медицины недавно создала комитет, чтобы определить основные научные потребности и потенциальные направления для нового направления.

Перейти от промышленности к биомедицине – это небольшой скачок, согласно экспертам. “Разница в том, что вы знаете, как работает этот двигатель”, – отмечает вычислительный биолог и практикующий хирург Гэри Ан из Университета Вермонта. “У вас есть точное механическое понимание того, как работает этот система. Проблема с биологией заключается в том, что существует постоянная эпистемическая неопределенность в отношении того, насколько верны наши спецификации”.

Биологические системы не следуют сценарию строгого конструкторского документа или набора планов. “Биология рассматривает взаимодействия, динамику, самоорганизацию и эмерджентные свойства”, – добавляет Глазьер. “И поэтому знание только списков компонентов и статических снимков состояния не скажет вам, что произойдет дальше”.

Рисунок. Модель сетки ВИЧ.

Тем не менее, потенциальные выгоды биомедицинских цифровых двойников огромны. Если врачи имели доступ к реалистичному цифровому двойнику пациента в больнице, то вместо того чтобы назначать лечение и ждать несколько недель или месяцев, чтобы увидеть его эффективность, они могли бы сократить обратную связь, постоянно измеряя наблюдаемый эффект по сравнению с предполагаемым результатом. Эта отзывчивость была бы чрезвычайно полезна в борьбе с быстро прогрессирующими состояниями, такими как сепсис, цепочка реакций на инфекцию, которая каждый год уносит жизни не менее 375 000 взрослых американцев.

Райнхард Лаубенбахер, директор Лаборатории системной медицины в Университете Флориды, чьи усилия по созданию цифрового двойника иммунной системы человека были описаны в предыдущей статье Communications ( https://bit.ly/40EOqNf ), работает над созданием симулированной модели пневмонии. Сегодня пациенты с тяжелой пневмонией лечатся в отделении интенсивной терапии больницы. Алгоритмы машинного обучения могут с высокой точностью предсказать, выживут ли эти пациенты после этой инфекции. Однако алгоритмы не предоставляют возможные вмешательства, которые могут повысить шансы пациента на выживание. Этим занимается врач, конечно, но цифровой двойник может помочь врачу в этом.

Лаубенбахер и его коллеги надеются создать симуляции, которые моделируют иммунный ответ пациента на инфекцию, приведшую к пневмонии. Это позволило бы врачам быстро оценить различные методы лечения в симуляции и, в идеале, помочь им выбрать тот, который имеет наибольшую вероятность изменения оценки риска пациента в лучшую сторону. Двойник расширил бы возможности врача.

Сложность модели и необходимое для ее выполнения аппаратное обеспечение представляют существенные вызовы. Перилла использовал суперкомпьютеры, чтобы создать цифровое представление капсида ВИЧ. Если врачи собираются работать с цифровым двойником в режиме реального времени, они, вероятно, не смогут запускать сложные модели с разными масштабами, а должны полагаться на более простые абстрактные версии, которые требуют меньшей вычислительной мощности. Исследователям придется создавать модели, которые могут работать на планшете и все равно давать точные прогнозы – непростая задача.

Измененные варианты цифровых двойников в настоящее время используются в качестве инструментов поддержки принятия решений для пациентов с сердечно-сосудистыми заболеваниями. Компания Heartflow разработала технологию, которая использует компьютерную томографию сердца человека в сочетании с вычислительной гидродинамикой для создания трехмерного представления сердца, которое симулирует кровоток через артерии. Этот цифровой двойник является скорее снимком, чем живой, обновляющейся моделью, но он может выявить потенциальные проблемы в кровотоке. Если требуется реваскуляризация, хирург может протестировать различные расположения сосуда, который будет хирургически вживлен, и увидеть, как каждое из них влияет на кровоток в симуляции гидродинамики. Лаубенбахер отмечает, что это не совсем соответствует парадигме цифрового двойника, поскольку модель сердца пациента не развивается в ответ на данные в режиме реального времени, но это реальная симуляция, которая улучшает результаты уже сегодня.

“Основная сложность с биологией заключается в том, что существует постоянная эпистемическая неопределенность относительно того, насколько правильными являются наши спецификации.”

Точно так же, высокотехнологичная и реалистичная модель Периллы, технически не классифицируется как цифровой двойник, поскольку она не обновляется на основе данных в реальном времени, собранных на источнике. Однако его ранняя работа, показывающая неожиданные свойства капсиды в симуляции, также оказала значительное влияние, вдохновив новую форму лекарственного лечения.

“Десять лет назад было еще труднее убедить людей, что эти симуляции стоят того, чтобы их делать”, – вспоминает Перилла. – “Мы плавали против течения очень долго. Но сейчас валидируется, что системы, над которыми вы работаете, имеют реальный шанс улучшить качество жизни в этих сообществах”.

В рамках собрания для сбора информации и определения новой инициативы, Национальные академии созвали широкий круг экспертов по биомедицинским двойникам, включая Периллу, Лаубенбахера, Глазиера, Ана и других, чтобы определить потребности и возможности впереди, включая различные варианты цифровых двойников, которые могут быть полезными, необходимые данные и инструменты, необходимые для сбора этих данных и использования их для симуляции. Некоторое оборудование уже существует сегодня, согласно Лаубенбахеру, в то время как некоторого оборудования еще нет; он ожидает, что усилия и внимание Национальных академий помогут сформулировать развитие.

Например, его работе по пневмонии было бы полезно использование технологии, которая позволяет врачам собирать подробные данные о том, что происходит внутри легких пациента. “Вам нужно иметь возможность получать измерения от пациента, которые вы не можете получить, например, извлекая кровь, и они должны быть в основном неинвазивными, потому что пациенты находятся в крайне тяжелом состоянии”, – объясняет Лаубенбахер.

Перилла волнует технологическая сторона этой задачи и возможность создания в режиме реального времени постоянно обновляемых цифровых двойников ранее недоступных систем. “Более крупные масштабы имели возможность развиваться более быстро по сравнению с более маленькими масштабами, но это определенно создает аспирационную перспективу для работы”, – говорит Перилла. – “Мы действительно хотели бы создать модели, которые могут получать обратную связь в реальном времени. Разработка новых технологий, позволяющих захватывать поведение систем автоматическим образом, будет будущим области”.

“Разработка новых технологий, позволяющих захватывать поведение систем автоматическим образом, будет будущим области”.

Несмотря на масштаб задачи и список технологического развития, исследователи считают, что в годы впереди можно достичь значительного прогресса в создании более полезных биомедицинских симуляций. “Есть ощущение волнения, не в том, что мы сегодня можем создать конечные медицинские цифровые двойники”, – говорит Глазиер, – “а в том, что мы можем это сделать, и не через 20 или даже 10 лет, а через пять лет”.

Дальнейшее чтение

Bryer, A., Rey, J., and Perilla, J. Performance efficient macromolecular mechanics via sub-nanometer shape based coarse graining, Nature Communications 14, 2023.

Laubenbacher, R., Sluka, J., and Glazier, J. Using digital twins in viral infection, Science , Vol. 371, No. 6534, 12 Mar 2021.

Laubenbacher, R. et al. Building digital twins of the human immune system: toward a roadmap, npj Digital Medicine 5, 64 (2022).

Jones, D. et al. Characterising the Digital Twin: A systematic literature review, CIRP Journal of Manufacturing Science and Technology , Volume 29, Part A, 2020.

Boulous, K. and Zhang, P. Digital Twins: From Personalised Medicine to Precision Public Health, Journal of Personalized Medicine , 11, 745, 2021.

Наверх

Автор

Грегори Моне – соавтор будущей книги “Сердце и микросхема” в соавторстве с Даниэлой Рус.

©2023 ACM  0001-0782/23/10

Разрешается создавать цифровые или бумажные копии частей или всего этого произведения для личного или классного использования без оплаты, при условии, что копии не делаются или не распространяются с целью получения прибыли или коммерческой выгоды, и что копии содержат это уведомление и полную цитату на первой странице. Авторское право на компоненты этого произведения, принадлежащие другим лицам, кроме ACM, должно быть уважено. Разрешается абстрагирование с указанием авторства. Для копирования в другом случае, для повторной публикации, размещения на серверах или перераспределения по спискам требуется предварительное специфическое разрешение и/или плата. Запрос на разрешение на публикацию можно отправить по адресу permissions@acm.org или факсу (212) 869-0481.

Цифровая библиотека публикуется Ассоциацией вычислительной техники. Авторское право © 2023 ACM, Inc.