Dlaczego testy na COVID-19 należy ciągle weryfikować? "Rozmowy o Przyszłości" z Covid Genomics
Po ponad roku od pojawienia się pierwszego przypadku COVID-19 w Polsce, pandemia nadal ma niebagatelny wpływ na życie każdego z nas. Niezbędnym instrumentem do walki z nią – oprócz szczepionek – są testy, które w precyzyjny sposób weryfikują obecność wirusa. Z twórcami Covid Genomics - narzędzia sprawdzającego dokładność testów genetycznych, rozmawiała Eliza Kruczkowska w najnowszym odcinku „Rozmów o Przyszłości”.
Niedawno przekazywaliśmy Wam pozytywną informację o tym, że Polski Fundusz Rozwoju i firma Mabion pomogą w produkcji szczepionek przeciwko COVID-10 w Polsce. Oprócz walki o jak najszerszy dostęp do szczepionki, z pandemią związany jest także inny problem wymagający rozwiązania.
Czy wiecie, że nawet co 10. osoba może być zarażona koronawirusem, mając jednocześnie negatywny wynik testu? Ma to związek z ciągłą jego mutacją. Obecnie często mówimy o występowaniu tzw. Brytyjskiego, Południowoafrykańskiego i Brazylijskiego wariantu wirusa, jednak dynamika mutacji jest ogromna i łączna ich liczba to kilkanaście tysięcy! Wciąż przy tym brakuje narzędzi, które sprawdzałyby i zwiększały precyzyjność dostępnych testów genetycznych na COVID-19.
Odpowiedzią na ten problem jest aplikacja stworzona przez Grzegorza Preibischa i Piotra Grzegorczyka z Covid Genomics, która zwyciężyła konkurs Aplikacje Jutra PFR w kategorii "zdrowie". Narzędzie to służy do weryfikacji, w jakim stopniu dany test genetyczny jest skuteczny w danym kraju. W tym celu sprawdza dwa główne parametry testów:
- Czułość, weryfikując, jak dokładny jest test i czy pokazuje tylko rzeczywiste zarażenia koronawirusem. Test z małą czułością, czyli niską wykrywalnością, spowoduje, że wiele chorych osób będzie tego nieświadome i będzie zarażać inne osoby.
- Swoistość, badając czy test poprawnie wykazuje brak zarażenia. Swoistość na niskim poziomie oznacza, że zdrowe osoby będą często traktowane jako chore, co spowalnia gospodarkę i zwiększa koszty leczenia osób.
Model funkcjonuje na zasadzie uczenia maszynowego – w ten sposób ocenia skuteczność testu w momencie dokonywania weryfikacji, jak również ocenia, jaka będzie jego wiarygodność w kolejnych miesiącach – biorąc pod uwagę możliwe mutacje. Jest on oparty przede wszystkim na danych eksperymentalnych. Jak działa to w praktyce?
- Mamy zbiór danych, w którym mamy konkretny test, który ma wykryć konkretną sekwencję genu. Tych sekwencji, takich par jest bardzo dużo. Nimi nakarmiliśmy algorytm tak, żeby był w stanie powiedzieć, że dla danej sekwencji zadziała lub nie – tłumaczy Grzegorz Preibisch. Twórcy nauczyli więc algorytm, jaka powinna być odpowiedź na określoną sekwencję danych. Kolejno na ogromnym zbiorze – ponad 400 tys. genomów, narzędzie to poszukuje fragmentów kluczowych dla poprawnego działania testu i sprawdza, czy test reaguje poprawnie, zgodnie z założeniem.
Zespół Covid Genomics wspierany jest przez mentorów, takich jak prof. Krzysztof Pyrć - wirusolog i założyciel laboratorium ViroGenetics, prof. Jakub Gołąb - światowej klasy immunolog oraz prof. Henryk Michalewski – znany i ceniony ekspert od uczenia maszynowego.
Jak wskazują twórcy, możliwości Covid Genomics nie ograniczają się do pandemii wirusa COVID-19, która - jak wszyscy wierzymy - w końcu odejdzie w niepamięć.
- To nie jest pierwszy i ostatni wirus, jaki będzie męczył ludzkość. To, że będą kolejne pandemie jest pewne. Po prostu będziemy na to lepiej przygotowani. Można polepszyć diagnostykę zarówno wirusa HIV czy grypy – powiedział Grzegorz Preibisch, tłumacząc jednocześnie, że ich algorytm z powodzeniem znajdzie również zastosowanie w diagnostyce innych chorób.
Poza pracą nad rozwojem Covid Genomics, Piotr Grzegorczyk, który jest specjalistą w dziedzinie planowania strategicznego oraz budowania biznesu, pomagał rozwijać sprzedaż największych sieci w Europie Środkowo-Wschodniej. Jest także inwestorem giełdowym, mentorem rówieśników i przedstawicielem uczelni UW na międzynarodowych konferencjach.
Współtwórca Covid Genomics - Grzegorz Preibisch obecnie kończy równolegle dwa kierunki studiów - medycynę oraz matematykę. W swoich zainteresowaniach naukowych skupia się na badaniu metod modelowania matematycznego i uczenia maszynowego w medycynie. Odpowiada za agendę naukową Covid Genomics, programuje i modeluje. Pomaga również łączyć środowisko naukowe z biznesowym.
