Clear Sky Science · pl

Precyzyjne fenotypowanie krzywizny kręgosłupa oparte na uczeniu głębokim identyfikuje nowe locus ryzyka genetycznego skoliozy w UK Biobank

· Powrót do spisu

Dlaczego kształt kręgosłupa ma znaczenie

Skolioza, boczne wygięcie kręgosłupa, może prowadzić do bólu, złamań i obniżenia jakości życia, jednak wiele osób z istotną krzywizną nigdy nie otrzymuje diagnozy. Badanie pokazuje, jak nowoczesna wizja komputerowa i genetyka mogą współdziałać, by wcześniej wykrywać problemy z kręgosłupem i odsłaniać warianty DNA, które dyskretnie wpływają na to, jak nasze kręgosłupy zaginają się wraz z wiekiem.

Figure 1. Wykorzystanie sztucznej inteligencji do analizy skanów kręgosłupa u dużej liczby dorosłych w celu wykrycia ukrytej skoliozy oraz jej genetycznych uwarunkowań.
Figure 1. Wykorzystanie sztucznej inteligencji do analizy skanów kręgosłupa u dużej liczby dorosłych w celu wykrycia ukrytej skoliozy oraz jej genetycznych uwarunkowań.

Szukając ukrytych krzywizn

Lekarze zwykle oceniają skoliozę za pomocą kąta Cobba, pomiaru wykonywanego na zdjęciach rentgenowskich w pozycji stojącej, który klasyfikuje pacjentów jako mających skoliozę lub nie. Jednak duże biobanki populacyjne zazwyczaj zawierają kody rozliczeniowe zamiast szczegółowych pomiarów, a te kody obejmują głównie przypadki najbardziej zaawansowane. Autorzy zwrócili się zamiast tego do całotelách skanów kości ponad 57 000 dorosłych w UK Biobank. Skańy te, wykonywane podczas leżenia na plecach, zawierają wyraźny zarys kręgosłupa, dając możliwość mierzenia krzywizny w sposób ciągły u wszystkich osób, a nie tylko u pacjentów oznaczonych w dokumentacji jako ze skoliozą.

Nauczanie komputerów śledzenia kręgosłupa

Korzystając z niewielkiego zestawu starannie ręcznie oznaczonych obrazów, zespół wytrenował model uczenia głębokiego do odnajdywania i obrysowywania kręgosłupa na skanie każdej osoby. Model, oparty na popularnej architekturze do obrazowania medycznego, nauczył się oddzielać jasny kręgosłup od reszty ciała z 99-procentową dokładnością na poziomie pikseli. Dla każdej segmentowanej sylwetki kręgosłupa badacze umieścili 20 równomiernie rozmieszczonych punktów wzdłuż jego długości, obrócili kręgosłup tak, aby jego końce ustawiły się pionowo, a następnie zsumowali, o ile każdy punkt przesuwał się w lewo lub w prawo przy kolejnych krokach. To dało prostą, ciągłą liczbę dla każdej osoby, opisującą, o ile ich kręgosłup błądził na boki, w milimetrach, od góry do dołu.

Weryfikacja, czy nowy miernik ma sens

Aby być użytecznym, zautomatyzowany wynik krzywizny musiał korelować z ustalonymi miarami klinicznymi i rzeczywistymi wynikami. W grupie 150 osób wynik ściśle zgadzał się z wartościami kąta Cobba odczytanymi przez ortopedów, wykazując silną dodatnią korelację. Osoby, których kąt Cobba spełniał typowy próg rozpoznania skoliozy, miały znacznie większe wyniki krzywizny niż te poniżej tego progu, a osoby z kodem diagnozy skoliozy w dokumentacji medycznej miały średnio wyższą krzywiznę. Krzywizna miała tendencję do stopniowego wzrostu z wiekiem, co pasuje do koncepcji, że zużycie i utrata masy kostnej mogą stopniowo wyginać kręgosłup. Przy użyciu progów wyprowadzonych z przypadków rozpoznanych i kątów Cobba zespół oszacował, że tysiące uczestników UK Biobank prawdopodobnie mają klinicznie istotną krzywiznę, która nigdy nie pojawia się w ich kodowaniu medycznym.

Figure 2. Jak zautomatyzowane mierzenie krzywizny kręgosłupa na pojedynczym skanie przekłada się na sygnały genetyczne związane ze skoliozą.
Figure 2. Jak zautomatyzowane mierzenie krzywizny kręgosłupa na pojedynczym skanie przekłada się na sygnały genetyczne związane ze skoliozą.

Łączenie kształtu kręgosłupa z DNA

Posiadając te wyniki krzywizny, badacze przeskanowali genomy białych brytyjskich uczestników w poszukiwaniu wspólnych wariantów powiązanych z tym, jak zakrzywiony był ich kręgosłup. Znaleźli trzy regiony genomu, które przeszły rygorystyczne testy statystyczne. Jeden znajduje się w pobliżu PAX1, genu już powiązanego ze skoliozą młodzieńczą i rozwojem kręgów, i wykazywał silniejszy efekt u kobiet niż u mężczyzn, co odzwierciedla wcześniejsze prace wskazujące na większe ryzyko u płci żeńskiej. Dwa inne regiony nie były wcześniej zgłaszane w kontekście skoliozy: jeden w pobliżu genów zaangażowanych w rozwój kończyn i kości, a drugi nakładający się z długim niekodującym RNA między genami związanymi z kontrolą jakości białek i zapaleniem związanym z kręgosłupem. Ogólnie rzecz biorąc, badanie oparte na obrazach wykryło sygnały obejmujące cały genom tam, gdzie tradycyjne badanie przypadków i kontroli oparte wyłącznie na kodach diagnozy w tym samym zasobie tego nie zrobiło.

Krzywizny kręgosłupa a reszta ciała

Zespół zapytał także, jak krzywizna wiąże się z innymi cechami u tych samych osób. Wyższa krzywizna była związana z większym bólem pleców, niższą gęstością kości kręgosłupa, słabszym siłowym uściskiem dłoni, większymi różnicami długości nóg oraz wyższym prawdopodobieństwem osteoporozy, złamań kręgosłupa i spondylozy, nawet po uwzględnieniu wieku, wielkości ciała i czynników stylu życia. W przeciwieństwie do tego, zwyrodnienie stawów kolanowych i biodrowych wykazywało niewielki związek z bocznym wygięciem kręgosłupa w tej grupie. Te wzorce wspierają obraz, w którym boczna krzywizna u starszych dorosłych jest powiązana z szerszymi zmianami związanymi z wiekiem w mięśniach, kościach i postawie, zamiast być problemem izolowanym.

Co to oznacza dla przyszłej opieki

Przekształcając rutynowe obrazy kręgosłupa w precyzyjne, zautomatyzowane pomiary, to badanie pokazuje, jak uczenie głębokie może odsłonić genetyczne i fizyczne podłoże schorzeń, które medycyna często rejestruje jedynie ogólnie. Nowy miernik krzywizny ujawnia wielu ludzi, których kręgosłupy są tak zakrzywione jak u zdiagnozowanych pacjentów, a którzy nie mają formalnej etykiety, i wskazuje regiony genetyczne, które mogą być szczególnie istotne dla form skoliozy związanych z wiekiem lub zwyrodnieniem. Chociaż potrzebne są dalsze badania, by potwierdzić role tych genów i rozszerzyć podejście na bardziej zróżnicowane populacje, badanie wskazuje na przyszłość, w której subtelne zmiany w obrazach medycznych pomagają wcześniej wyłapywać osoby zagrożone i kierować badania nad tym, jak i dlaczego nasze kręgosłupy zmieniają kształt w ciągu życia.

Cytowanie: Zeosky, M., Kun, E., Reddy, S. et al. Deep learning-based precision phenotyping of spine curvature identifies novel genetic risk loci for scoliosis in the UK Biobank. npj Digit. Med. 9, 381 (2026). https://doi.org/10.1038/s41746-026-02540-6

Słowa kluczowe: skolioza, krzywizna kręgosłupa, uczenie głębokie, ryzyko genetyczne, UK Biobank