Usando uma abordagem de biologia de sistemas integrativos, biologia molecular e bioinformática, o laboratório está elucidando a interação e contribuição da genética, miRs e microbioma na rejeição de transplantes e doenças renais, pulmonares e cardiovasculares. Estamos usando uma abordagem interdisciplinar para analisar amostras humanas primárias em doenças e saúde para entender assinaturas únicas associadas a diferentes condições humanas para que possamos prevenir e tratar melhor as doenças.
A sarcoidose é uma doença inflamatória que ataca múltiplos órgãos, particularmente os pulmões e os gânglios linfáticos, e afeta desproporcionalmente os afro-americanos. A fibrose pulmonar é a principal causa de morte entre pacientes com sarcoidose. Aproximadamente 30 por cento dos pacientes desenvolvem uma forma progressiva e debilitante de sarcoidose, mas os mecanismos responsáveis por impulsionar o agravamento ou a resiliência à doença permanecem mal compreendidos. Atualmente, estamos investigando a relação entre exposições microbianas e respostas imunes na sarcoidose e como isso se relaciona ao diagnóstico e prognóstico.
O Laboratório Finn-Perkins integra abordagens de inteligência artificial (IA) de ponta com pesquisa biomédica para avançar nossa compreensão de doenças complexas, particularmente sarcoidose e distúrbios imunomediados. No centro do nosso trabalho computacional está o scGPT (single-cell Generative Pretrained Transformer), um modelo de IA de última geração que aplicamos e ajustamos para analisar dados de sequenciamento de RNA de célula única. Nossa implementação do scGPT atinge mais de 85% de precisão na previsão da gravidade da doença e provou ser particularmente eficaz na identificação de novas interações longas de RNA não codificantes que influenciam as respostas imunológicas.
Nosso laboratório aproveita a infraestrutura de computação de alto desempenho, incluindo GPUs NVIDIA RTX A6000 e A100 duplas e estações de trabalho de 128 GB de RAM, juntamente com o acesso ao cluster de computação do National Center for Genomics Resources (NCGR), para desenvolver modelos sofisticados de aprendizado multitarefa. Esses modelos integram diversos dados clínicos com perfis moleculares, incluindo dados demográficos do paciente, respostas ao tratamento e marcadores de progressão da doença. Por meio dessas abordagens orientadas por IA, pretendemos descobrir novos biomarcadores, entender os mecanismos da doença e desenvolver estratégias de tratamento personalizadas que abordem as disparidades de saúde. Nosso pipeline computacional incorpora ferramentas estabelecidas, como Seurat e Cell Ranger, para pré-processamento de dados, juntamente com algoritmos personalizados de aprendizado de máquina para análise e previsão downstream. Essa abordagem abrangente nos permite processar e analisar dados de mais de 50,000 células por paciente, permitindo uma visão sem precedentes dos mecanismos da doença no nível de célula única.
O transplante de órgãos é o tratamento de última linha para a falência de órgãos. O transplante de órgãos começou na década de 1960, mas era limitado ao transplante entre gêmeos devido à rejeição imunológica. O advento da imunossupressão resultou em tempos de sobrevivência significativamente maiores. Notavelmente, alguns órgãos, como os rins, têm tempos de sobrevivência significativamente melhores em comparação a outros órgãos, como os pulmões. Nossas investigações atuais estão avaliando o papel do microbioma em relação aos resultados do transplante.
Diretor do Centro de Saúde Personalizada, Codiretor, Programa MD/PhD
Reitor da Faculdade de Medicina da Universidade do Novo México
