疾病的高级计算机模型可用于改善诊断和治疗。目标是将模型发展为个体患者的“数字双胞胎”。在实际治疗患者之前，这些双胞胎可能有助于计算识别和尝试最好的药物。这些模型是一项国际研究的结果，发表在开放获取期刊Genome Medicine上。

医疗保健中最大的问题之一是药物在40-70%的常见疾病患者中无效。一个重要原因是疾病很少由单一的，易于治疗的“过错”引起。相反，大多数疾病依赖于许多不同细胞类型中数千个基因之间的相互作用。另一个原因是具有相同诊断的患者之间的那些相互作用可能不同。这种复杂性与现代医疗保健之间存在巨大差距。一个国际研究团队旨在通过构建跨越许多细胞类型的改变的基因相互作用的计算疾病模型来弥合这一差距。

“我们的目标是将这些模型发展为个体患者疾病的'数字双胞胎'，以便为每位患者量身定制药物。理想情况下，在实际选择最佳药物之前，每个双胞胎将与数千种药物进行计算匹配并进行治疗。 “对待病人”，领导这项研究的瑞典林雪平大学教授Mikael Benson博士说。

研究人员开始使用人类风湿性关节炎的小鼠模型开发构建数字双胞胎的方法。他们使用一种单细胞RNA测序技术来确定来自病态小鼠关节的数千个细胞中的每一个的所有基因活性。为了构建所有数据的计算机模型，研究人员使用了网络分析。“网络可用于描述和分析大多数复杂系统”，Benson博士说。“一个简单的例子是足球队，其中球员根据他们的传球连接到网络。与大多数其他球员交换传球的球员可能是最重要的”。应用类似的原理来构建小鼠“双胞胎”，以及鉴定最重要的细胞类型。该细胞类型与数千种药物在计算上匹配。

该研究还表明，有可能使用计算机模型来诊断人类疾病。研究人员专注于用于药物鉴定的相同细胞类型。这种细胞类型的T细胞在免疫防御中起着重要作用，并作为整个数字双胞胎的指纹。研究人员分析了患有13种疾病的患者的T细胞，包括自身免疫性疾病，心血管疾病和各种类型的癌症。诊断指纹不仅可用于区分患者和健康人，还可用于区分大多数疾病。