Mašīnmācīšanas metožu izmantošana, lai modelētu diētas, ģenētisko faktoru un mitohondriju komplekso mijiedarbību koronāro artēriju slimības kontekstā

Koronārā artēriju slimība (KAS) ir galvenais saslimstības un mirstības cēlonis visā pasaulē, radot milzīgu sociālekonomisko slogu sabiedrībai un veselības sistēmām. KAS ir multifaktoriāla slimība ar sarežģītu etioloģiju. Tiek uzskatīts, ka tās attīstību veicina gan ģenētiski, gan vides un dzīvesveida faktori. Pēdējo 10 gadu laikā vairākos liela mēroga genoma asociācijas pētījumos ir veiksmīgi identificēti > 300 ģenētiskie lokusi, kas ir cieši saistīti ar KAS risku. Tomēr vides un dzīvesveida faktoru, it īpaši uztura faktoru un to ģenētisko determinantu ietekme ir palikusi mazāk izpētīta. Lai gan diēta ir viens no modificējamiem faktoriem slimību profilaksē, un mitohondriji ir šūnas spēkstacijas, kas pārvērš uztura kalorijas enerģijā, uztura faktori un mitohondriju gēni pašlaik netiek ņemti vērā KAS riska aprēķinos. Šajā projektā mēs plānojam izmantot mašīnmācīšanās metodes, analizējot lielu, 500 000 UK Biobank indivīdu kohortu, kuriem ir pieejami gan ģenētiskie (ieskaitot mitohondriju) dati, gan visaptveroša informācija par fenotipiem un veselības stāvokli (ieskaitot detalizētas uztura anketas).