Bisher unbekannte Gene
Neuer Algorithmus kann vorhersagen, welche Gene Krebs verursachen, auch wenn
Bei Krebs vermehren sich Zellen und dringen in Gewebe ein.Organe zerstören und dadurch ihre lebenswichtigen Funktionen stören. Unbegrenztes Wachstum wird normalerweise durch die Akkumulation von DNA-Veränderungen in Onkogenen verursacht, Mutationen in diesen Genen, die die Zellentwicklung steuern. Einige Krebsarten haben jedoch nur sehr wenige mutierte Gene. Dies bedeutet, dass andere Ursachen zu einer gefährlichen Krankheit führen.
Eine Gruppe von Forschern des Institute of MolecularDas Max-Planck-Genetik-Institut (MPIMG) in Berlin und das Institut für Computational Biology in Helmholtz identifizieren mithilfe von Methoden des maschinellen Lernens 165 bisher unbekannte Krebsgene. Die Forscher verwenden einen speziellen Algorithmus, um die Daten zu analysieren.
Die Sequenz dieser Gene ist optionalVeränderung. Es ist offensichtlich, dass ein Verstoß gegen ihre Vorschriften bereits zu Krebs führen kann. Alle kürzlich identifizierten Gene interagieren eng mit bekannten Onkogenen. Sie sind notwendig für das Überleben von Tumorzellen, haben Experimente in Zellkulturen gezeigt.
Zusätzliche Ziele für die personalisierte Medizin
Ein Algorithmus namens EMOGI in ExplainableDie Multi-Omics-Graph-Integration kann auch die Beziehung zwischen zellulären Mechanismen erklären, die ein Gen in ein Onkogen verwandeln. Wie eine Gruppe von Forschern unter der Leitung von Annalisa Marsico in der Zeitschrift Nature Machine Intelligence erklärt, vereint die Software Zehntausende von Datensätzen, die aus Patientenproben erstellt wurden. Dies beinhaltet Informationen zur DNA-Methylierung, zur Aktivität einzelner Gene und Wechselwirkungen von Proteinen innerhalb des Zellwegs sowie Daten zu Sequenzen mit Mutationen. In diesen Daten entdecken Deep-Learning-Algorithmen die Muster und molekularen Prinzipien, die zur Entwicklung von Krebs führen.
Im Gegensatz zu herkömmlichen MethodenBei Krebsbehandlungen wie einer Chemotherapie werden die einzelnen Behandlungen individuell auf die jeweilige Tumorart zugeschnitten. „Unser Ziel ist es, für jeden Patienten die beste Behandlung auszuwählen, die wirksamste Behandlung mit den geringsten Nebenwirkungen. Darüber hinaus können molekulare Eigenschaften genutzt werden, um Krebs bereits im Frühstadium zu erkennen“, erklärt Marsico, Leiter der MPIMG-Forschungsgruppe.
"Nur wenn wir die Ursache der Krankheit kennen, können wir ihr wirksam entgegenwirken oder sie korrigieren", schreiben die Forscher. "Deshalb ist es so wichtig, so viele krebserregende Mechanismen wie möglich zu identifizieren."
Bessere Ergebnisse mit einer Kombination
„Heute die Mehrheit„Der Forschungsschwerpunkt liegt auf pathogenen Sequenzveränderungen oder zellulären Mustern“, sagt Roman Schulte-Sasse, Doktorand in Marsicos Team und Erstautor der Publikation. „Gleichzeitig ist in letzter Zeit klar geworden, dass auch epigenetische Störungen oder Fehlregulationen der Genaktivität zu Krebs führen können.“
Aus diesem Grund haben Forscher die Daten zusammengefasst.Sequenzen, die Schaltungsfehler darstellen, wobei Informationen Ereignisse in Zellen darstellen. Wissenschaftler bestätigten zunächst, dass Mutationen oder die Proliferation von Genomsegmenten tatsächlich die Hauptursache für Krebs sind. In einem zweiten Schritt identifizierten wir dann Kandidatengene, die nicht sehr direkt mit den Genen zusammenhängen, die tatsächlich Krebs verursachen.
„Zum Beispiel haben wir ein Gen bei Krebs entdeckt„Das weist nur geringe Sequenzveränderungen auf, reguliert aber die Energieversorgung und ist für Tumore notwendig“, sagt Schulte-Sass. „Diese Gene können nicht auf andere Weise kontrolliert werden. Sie wird beispielsweise durch chemische Veränderungen in der DNA, wie etwa Methylierung, verursacht. Diese Veränderungen haben keinen Einfluss auf die Sequenzinformation, dominieren jedoch die Aktivität des Gens. Solche Gene sind vielversprechende Ziele für die Medikamentenentwicklung, aber da sie im Hintergrund arbeiten, können sie nur mit komplexen Algorithmen gefunden werden.“
Weitere Nachforschungen
Das neue Forschungsprogramm bringt viel dazuneue Einträge in der Liste verdächtiger Onkogene. Allein in den letzten Jahren ist die Zahl von 700 auf 1.000 gestiegen. Forscher haben lediglich mithilfe einer Kombination aus Bioinformatik-Analyse und modernen Techniken der künstlichen Intelligenz (KI) verborgene Gene aufgespürt.
In den Daten verbergen sich noch viele weitere interessante Details.„Wir sehen viele Muster, die mit Krebs vereinbar sind“, sagt Marsico. „Ich denke, das ist ein Beweis dafür, dass Tumore durch unterschiedliche molekulare Mechanismen in verschiedenen Organen verursacht werden.“
Die Forscher betonen, dass das EMOGI-Programmist nicht auf Krebs beschränkt. Theoretisch könnte es verwendet werden, um verschiedene Sätze biologischer Daten zu integrieren und Muster zu finden. Die Algorithmen sind auf ähnlich komplexe Erkrankungen anwendbar.
weiter lesen
Die erste genaue Weltkarte wurde erstellt. Was ist los mit allen anderen?
Infrarotstrahlung von menschlichen Händen wurde zur Verschlüsselung verwendet
Uranus hat den Status des seltsamsten Planeten im Sonnensystem erhalten. Warum?