In 2003, when we sequenced the human genome, we thought we would have the answer to treat many diseases. But the reality is far from that, because in addition to our genes, our environment and lifestyle could have a significant role in developing many major diseases.
Nel 2003, quando fu sequenziato il genoma umano, si pensò di avere la risposta per trattare molte malattie. Ma la realtà è ben diversa, perché oltre ai nostri geni, l’ambiente e lo stile di vita potrebbero svolgere un ruolo significativo nello sviluppo di tante malattie importanti.
One example is fatty liver disease, which is affecting over 20 percent of the population globally, and it has no treatment and leads to liver cancer or liver failure. So sequencing DNA alone doesn't give us enough information to find effective therapeutics.
Un esempio è la steatosi epatica, che colpisce oltre il 20 per cento della popolazione globale, non ci sono cure e può portare al cancro epatico o all'insufficienza epatica. Il solo sequenziamento del DNA non ci dà informazioni sufficienti per trovare terapie efficaci.
On the bright side, there are many other molecules in our body. In fact, there are over 100,000 metabolites. Metabolites are any molecule that is supersmall in their size. Known examples are glucose, fructose, fats, cholesterol -- things we hear all the time. Metabolites are involved in our metabolism. They are also downstream of DNA, so they carry information from both our genes as well as lifestyle. Understanding metabolites is essential to find treatments for many diseases.
Di buono c’è che nel corpo ci sono tante altre molecole. Ci sono infatti più di 100.000 metaboliti. I metaboliti sono molecole di dimensioni estremamente ridotte. I più noti sono il glucosio, il fruttosio, i grassi, il colesterolo, cose all'ordine del giorno. I metaboliti sono coinvolti nel nostro metabolismo. Sono anche prodotti finali dell’attività del DNA, quindi trasportano informazioni sia genetiche che sullo stile di vita. Conoscere i metaboliti è essenziale per trovare cure per molte malattie.
I've always wanted to treat patients. Despite that, 15 years ago, I left medical school, as I missed mathematics. Soon after, I found the coolest thing: I can use mathematics to study medicine. Since then, I've been developing algorithms to analyze biological data. So, it sounded easy: let's collect data from all the metabolites in our body, develop mathematical models to describe how they are changed in a disease and intervene in those changes to treat them.
Ho sempre voluto curare pazienti. Ciò nonostante, 15 anni fa lasciai la facoltà di medicina, perché mi mancava la matematica. Poco dopo scoprii una cosa fantastica: posso usare la matematica per studiare medicina. Da allora, sviluppo algoritmi per analizzare dati biologici. Sembrava molto semplice: basta collezionare dati su tutti i metaboliti nel corpo, sviluppare modelli matematici per descrivere i cambiamenti in una malattia e intervenire sui cambiamenti per curarla.
Then I realized why no one has done this before: it's extremely difficult.
Poi ho capito perché nessuno l’ha mai fatto prima: è estremamente difficile.
(Laughter)
(Risate)
There are many metabolites in our body. Each one is different from the other one. For some metabolites, we can measure their molecular mass using mass spectrometry instruments. But because there could be, like, 10 molecules with the exact same mass, we don't know exactly what they are, and if you want to clearly identify all of them, you have to do more experiments, which could take decades and billions of dollars.
Ci sono molti metaboliti nel nostro corpo. Ognuno è diverso dall'altro. Per alcuni, è possibile misurarne la massa molecolare utilizzando strumenti per la spettrometria di massa. Ma siccome ci potrebbero essere 10 molecole con la stessa identica massa, non sappiamo per certo quali siano, e se si vuole identificarle con chiarezza, bisogna effettuare altri test che potrebbero richiedere decenni e miliardi di dollari.
So we developed an artificial intelligence, or AI, platform, to do that. We leveraged the growth of biological data and built a database of any existing information about metabolites and their interactions with other molecules. We combined all this data as a meganetwork. Then, from tissues or blood of patients, we measure masses of metabolites and find the masses that are changed in a disease. But, as I mentioned earlier, we don't know exactly what they are. A molecular mass of 180 could be either the glucose, galactose or fructose. They all have the exact same mass but different functions in our body. Our AI algorithm considered all these ambiguities. It then mined that meganetwork to find how those metabolic masses are connected to each other that result in disease. And because of the way they are connected, then we are able to infer what each metabolite mass is, like that 180 could be glucose here, and, more importantly, to discover how changes in glucose and other metabolites lead to a disease. This novel understanding of disease mechanisms then enable us to discover effective therapeutics to target that.
Così abbiamo sviluppato un’intelligenza artificiale per fare ciò. Abbiamo sfruttato la crescita dei dati biologici e costruito un database di tutti i dati esistenti sui metaboliti e sulle loro interazioni con le altre molecole. Abbiamo unito tutti questi dati in una “mega-rete”. Poi, dai tessuti o dal sangue dei pazienti, misuriamo le masse dei metaboliti e troviamo le masse che sono cambiate in una malattia. Ma, come detto prima, non sappiamo per certo cosa siano. Una massa di 180 corrisponde a glucosio, galattosio o fruttosio. Hanno tutti la stessa massa ma funzioni diverse nel nostro corpo. L’algoritmo della IA considera tutte queste ambiguità. Cerca nella mega-rete per scoprire quali sono le connessioni tra queste masse metaboliche che causano la malattia. E grazie al modo in cui sono connesse, siamo in grado di dedurra a che metabolita corrisponde ogni massa, ad esempio quel 180 qui potrebbe essere il glucosio, e, cosa più importante, di scoprire come i cambiamenti nel glucosio e in altri metaboliti portano a una malattia. Questa nuova comprensione dei meccanismi della malattia ci consente di scoprire terapie efficaci indirizzate a quello.
So we formed a start-up company to bring this technology to the market and impact people's lives. Now my team and I at ReviveMed are working to discover therapeutics for major diseases that metabolites are key drivers for, like fatty liver disease, because it is caused by accumulation of fats, which are types of metabolites in the liver. As I mentioned earlier, it's a huge epidemic with no treatment.
Quindi abbiamo formato una start-up per portare questa tecnologia sul mercato e per impattare sulla vita delle persone. Io e il mio team di ReviveMed stiamo lavorando per scoprire terapie per malattie per le quali i metaboliti sono i fattori chiave, come la steatosi, che è causata da un accumularsi di grassi, che sono tipi di metaboliti nel fegato. Come ho detto prima, è un’enorme epidemia senza trattamento.
And fatty liver disease is just one example. Moving forward, we are going to tackle hundreds of other diseases with no treatment. And by collecting more and more data about metabolites and understanding how changes in metabolites leads to developing diseases, our algorithms will get smarter and smarter to discover the right therapeutics for the right patients. And we will get closer to reach our vision of saving lives with every line of code.
E la steatosi è solo un esempio. Andando avanti, affronteremo centinaia di altre malattie che non hanno cura. Raccogliendo sempre più dati sui metaboliti e comprendendo quali cambiamenti nei metaboliti portino allo sviluppo delle malattie, i nostri algoritmi diventeranno sempre più intelligenti nello scoprire le giuste terapie per i giusti pazienti. E ci avvicineremo al nostro obiettivo: salvare vite umane con ogni linea di codice.
Thank you.
Grazie
(Applause)
(Applausi)