该实验室采用综合系统生物学、分子生物学和生物信息学方法，阐明遗传学、miR 和微生物组在移植排斥和肾脏、肺脏和心血管疾病中的相互作用和贡献。我们正在采用跨学科方法分析疾病和健康状态下的原始人类样本，以了解与不同人类状况相关的独特特征，以便我们能够更好地预防和治疗疾病。
结节病是一种炎症性疾病，会侵袭多个器官，尤其是肺部和淋巴结，对非裔美国人的影响尤为严重。肺纤维化是结节病患者的头号死因。大约 30% 的患者会患上进行性、使人衰弱的结节病，但导致病情恶化或恢复的机制仍不清楚。我们目前正在研究结节病中微生物暴露与免疫反应之间的关系，以及与诊断和预后的关系。
Finn-Perkins 实验室将尖端人工智能 (AI) 方法与生物医学研究相结合，以增进我们对复杂疾病（尤其是结节病和免疫介导疾病）的了解。我们计算工作的核心是 scGPT（单细胞生成预训练 Transformer），这是一种最先进的 AI 模型，我们应用并微调该模型来分析单细胞 RNA 测序数据。我们对 scGPT 的实施在预测疾病严重程度方面实现了 85% 以上的准确率，并且已被证明在识别影响免疫反应的新型长链非编码 RNA 相互作用方面特别有效。
我们的实验室利用高性能计算基础设施，包括双 NVIDIA RTX A6000 和 A100 GPU 和 128GB RAM 工作站，以及访问国家基因组资源中心 (NCGR) 计算集群，来开发复杂的多任务学习模型。这些模型将各种临床数据与分子特征相结合，包括患者人口统计、治疗反应和疾病进展标记。通过这些人工智能驱动的方法，我们旨在发现新的生物标记，了解疾病机制，并制定个性化治疗策略来解决医疗保健差距。我们的计算管道结合了成熟的工具，例如用于数据预处理的 Seurat 和 Cell Ranger，以及用于下游分析和预测的自定义机器学习算法。这种综合方法使我们能够处理和分析每个患者超过 50,000 个细胞的数据，从而在单细胞水平上对疾病机制有了前所未有的了解。
器官移植是器官衰竭的最后治疗手段。器官移植始于 1960 世纪 XNUMX 年代，但由于免疫排斥，仅限于双胞胎之间的移植。免疫抑制的出现显著延长了存活时间。值得注意的是，一些器官（如肾脏）的存活时间明显长于其他器官（如肺）。我们目前的研究正在评估微生物组对移植结果的作用。
个性化健康中心主任、医学博士/哲学博士项目联席主任
新墨西哥大学医学院院长
