Tidligere ukendte gener
Den nye algoritme kan forudsige, hvilke gener der udløses, selvom
I kræft formerer celler sig og invaderer væv,ødelægge organer og derved forstyrre deres vitale funktioner. Ubegrænset vækst skyldes normalt akkumulering af DNA-ændringer i onkogener, mutationer i disse gener, der styrer celleudviklingen. Imidlertid har nogle kræftformer meget få muterede gener. Dette betyder, at andre årsager fører til en farlig sygdom.
En gruppe forskere fra Institute of MolecularMax Planck Genetics Institute (MPIMG) i Berlin og Institute for Computational Biology i Helmholtz bruger maskinlæringsteknikker til at identificere 165 tidligere ukendte kræftgener. Forskere bruger en speciel algoritme til at analysere dataene.
Sekvensen af disse gener er valgfrilave om. Det er indlysende, at en overtrædelse af deres regulering allerede kan føre til kræft. Alle for nylig identificerede gener interagerer tæt med velkendte onkogener. De er nødvendige for overlevelse af tumorceller, har vist eksperimenter i cellekulturer har vist.
Yderligere mål for personlig medicin
En algoritme kaldet EMOGI i ExplainableMulti-Omics Graph Integration kan også forklare forholdet mellem cellulære mekanismer, der gør et gen til et onkogen. Som en gruppe forskere ledet af Annalisa Marsico forklarer i tidsskriftet Nature Machine Intelligence, samler softwaren titusinder af datasæt oprettet fra patientprøver. Dette inkluderer information om DNA-methylering, aktiviteten af individuelle gener og vekselvirkninger af proteiner i den cellulære vej samt data om sekvenser med mutationer. I disse data opdager dyb læringsalgoritmer de mønstre og molekylære principper, der fører til udvikling af kræft.
I modsætning til traditionelle kræftbehandlinger som kemoterapi er personlige behandlinger skræddersyet til den specifikke type tumor."Vores mål er at vælge den bedste behandling til hver patient, den mest effektive behandling med færrest bivirkninger.Derudover kan de molekylære egenskaber bruges til at opdage kræftformer, der allerede er i deres tidlige stadier," forklarerMarsico, leder af MPIMG-forskningsgruppen.
"Kun ved at kende årsagen til sygdommen kan vi effektivt modvirke eller rette den," skriver forskerne. "Derfor er det så vigtigt at identificere så mange kræftfremkaldende mekanismer som muligt."
Bedre resultater med en kombination
»I dag er flertallet"Forskningen fokuserer på patogene sekvensændringer eller cellulære mønstre," sagde Roman Schulte-Sasse, en ph.d.-studerende på Marsicos hold og førsteforfatter til publikationen. "Samtidig er det for nylig blevet klart, at epigenetiske lidelser eller dysregulering af genaktivitet også kan føre til kræft."
Dette er grunden til, at forskere har samlet dataene.Sekvenser, der repræsenterer kredsløbsfejl, med information, der repræsenterer begivenheder i celler. Forskere bekræftede oprindeligt, at mutationer eller spredning af genomiske segmenter faktisk er hovedårsagen til kræft. Derefter identificerede vi i et andet trin kandidatgener, der ikke er meget direkte relaterede til de gener, der faktisk forårsager kræft.
”For eksempel opdagede vi et gen i kræft"som har lidt sekvensændring, men det regulerer energiforsyningen og er nødvendig for tumorer," siger Schulte-Sass. »Disse gener kan ikke kontrolleres på andre måder. For eksempel er det forårsaget af kemiske ændringer i DNA, såsom methylering. Disse ændringer påvirker ikke sekvensinformationen, men dominerer genets aktivitet. Sådanne gener er lovende mål for lægemiddelopdagelse, men fordi de arbejder i baggrunden, kan de kun findes ved hjælp af komplekse algoritmer."
Yderligere forskning
Det nye forskningsprogram tilføjer megetnye poster på listen over mistænkelige onkogener. Alene de seneste år er det vokset fra 700 til 1.000. Forskere har kun sporet skjulte gener ved hjælp af en kombination af bioinformatikanalyse og moderne kunstig intelligens (AI)-teknikker.
Der er mange flere interessante detaljer gemt i dataene."Vi ser en masse mønstre, der stemmer overens med kræft," siger Marsico. "Jeg tror, det er bevis på, at tumorer er forårsaget af forskellige molekylære mekanismer i forskellige organer."
Forskerne understreger, at EMOGI-programmeter ikke begrænset til kræft. I teorien kunne det bruges til at integrere forskellige sæt af biologiske data og finde mønstre. Algoritmerne er anvendelige til lignende komplekse sygdomme.
Læs mere
Det første nøjagtige kort over verden blev oprettet. Hvad er der galt med alle andre?
Infrarød stråling fra menneskelige hænder blev brugt til kryptering
Uranus har modtaget status som den mærkeligste planet i solsystemet. Hvorfor?