Παλαιότερα άγνωστα γονίδια
Νέος αλγόριθμος μπορεί να προβλέψει ποια γονίδια θα προκαλέσουν καρκίνο, ακόμα κι αν
Στον καρκίνο, τα κύτταρα πολλαπλασιάζονται και εισβάλλουν στους ιστούς,καταστρέφοντας τα όργανα και διαταράσσοντας έτσι τις ζωτικές τους λειτουργίες. Η απεριόριστη ανάπτυξη προκαλείται συνήθως από τη συσσώρευση αλλαγών DNA στα ογκογόνα, μεταλλάξεις σε αυτά τα γονίδια που ελέγχουν την ανάπτυξη των κυττάρων. Ωστόσο, ορισμένοι καρκίνοι έχουν πολύ λίγα μεταλλαγμένα γονίδια. Αυτό σημαίνει ότι άλλες αιτίες οδηγούν σε επικίνδυνη ασθένεια.
Μια ομάδα ερευνητών από το Ινστιτούτο ΜοριακώνΤο Max Planck Genetics Institute (MPIMG) στο Βερολίνο και το Ινστιτούτο Υπολογιστικής Βιολογίας στο Helmholtz, χρησιμοποιεί μεθόδους μηχανικής μάθησης για να εντοπίσει 165 προηγούμενα άγνωστα γονίδια καρκίνου. Οι ερευνητές χρησιμοποιούν έναν ειδικό αλγόριθμο για την ανάλυση των δεδομένων.
Η ακολουθία αυτών των γονιδίων είναι προαιρετικήαλλαγή. Είναι προφανές ότι η παραβίαση της ρύθμισής τους μπορεί ήδη να οδηγήσει σε καρκίνο. Όλα τα πρόσφατα αναγνωρισμένα γονίδια αλληλεπιδρούν στενά με γνωστά ογκογόνα. Είναι απαραίτητα για την επιβίωση των καρκινικών κυττάρων, έχουν δείξει πειράματα κυτταρικής καλλιέργειας.
Πρόσθετοι στόχοι για εξατομικευμένη ιατρική
Ένας αλγόριθμος που ονομάζεται EMOGI στην ΕπεξήγησηΤο Multi-Omics Graph Integration μπορεί επίσης να εξηγήσει τη σχέση μεταξύ κυτταρικών μηχανισμών που μετατρέπουν ένα γονίδιο σε ογκογόνο. Όπως εξηγεί μια ομάδα ερευνητών με επικεφαλής την Annalisa Marsico στο περιοδικό Nature Machine Intelligence, το λογισμικό ενσωματώνει δεκάδες χιλιάδες σύνολα δεδομένων που δημιουργήθηκαν από δείγματα ασθενών. Αυτό περιλαμβάνει πληροφορίες σχετικά με τη μεθυλίωση του DNA, τη δραστηριότητα μεμονωμένων γονιδίων και τις αλληλεπιδράσεις πρωτεϊνών εντός της κυτταρικής οδού, καθώς και δεδομένα για αλληλουχίες με μεταλλάξεις. Σε αυτά τα δεδομένα, οι αλγόριθμοι βαθιάς μάθησης ανακαλύπτουν τα μοτίβα και τις μοριακές αρχές που οδηγούν στην ανάπτυξη καρκίνου.
Σε αντίθεση με παραδοσιακές μεθόδουςοι θεραπείες για τον καρκίνο, όπως η χημειοθεραπεία, οι μεμονωμένες θεραπείες είναι προσαρμοσμένες στον συγκεκριμένο τύπο όγκου. «Στόχος μας είναι να επιλέξουμε την καλύτερη θεραπεία για κάθε ασθενή, την πιο αποτελεσματική θεραπεία με τις λιγότερες παρενέργειες. Επιπλέον, οι μοριακές ιδιότητες μπορούν να χρησιμοποιηθούν για την ανίχνευση καρκίνου που βρίσκεται ήδη στα αρχικά του στάδια», εξηγεί ο Marsico, επικεφαλής της ερευνητικής ομάδας MPIMG.
«Μόνο γνωρίζοντας την αιτία της νόσου μπορούμε να την αντισταθμίσουμε ή να τη διορθώσουμε», γράφουν οι ερευνητές. "Γι 'αυτό είναι τόσο σημαντικό να εντοπίσουμε όσο το δυνατόν περισσότερους μηχανισμούς που προκαλούν καρκίνο."
Καλύτερα αποτελέσματα με συνδυασμό
«Σήμερα η πλειοψηφίαΗ έρευνα επικεντρώνεται σε παθογόνες αλλαγές αλληλουχίας ή κυτταρικά μοτίβα, δήλωσε ο Roman Schulte-Sasse, διδακτορικός φοιτητής στην ομάδα του Marsico και πρώτος συγγραφέας της δημοσίευσης. «Ταυτόχρονα, έγινε πρόσφατα σαφές ότι οι επιγενετικές διαταραχές ή η απορρύθμιση της γονιδιακής δραστηριότητας μπορεί επίσης να οδηγήσει σε καρκίνο».
Γι 'αυτό οι ερευνητές έχουν συγκεντρώσει τα δεδομένα.Ακολουθίες που αντιπροσωπεύουν αστοχίες κυκλώματος, με πληροφορίες που αντιπροσωπεύουν συμβάντα σε κελιά. Οι επιστήμονες επιβεβαίωσαν αρχικά ότι οι μεταλλάξεις ή ο πολλαπλασιασμός των γονιδιωματικών τμημάτων είναι στην πραγματικότητα η κύρια αιτία του καρκίνου. Στη συνέχεια, σε ένα δεύτερο βήμα, εντοπίσαμε υποψήφια γονίδια που δεν σχετίζονται άμεσα με τα γονίδια που προκαλούν πραγματικά καρκίνο.
«Για παράδειγμα, ανακαλύψαμε ένα γονίδιο στον καρκίνο«Το οποίο έχει μικρή αλλαγή αλληλουχίας, αλλά ρυθμίζει την παροχή ενέργειας και είναι απαραίτητο για όγκους», λέει ο Schulte-Sass. «Αυτά τα γονίδια δεν μπορούν να ελεγχθούν με άλλα μέσα. Για παράδειγμα, προκαλείται από χημικές αλλαγές στο DNA, όπως η μεθυλίωση. Αυτές οι αλλαγές δεν επηρεάζουν τις πληροφορίες αλληλουχίας, αλλά κυριαρχούν στη δραστηριότητα του γονιδίου. Τέτοια γονίδια είναι πολλά υποσχόμενοι στόχοι για την ανακάλυψη φαρμάκων, αλλά επειδή λειτουργούν στο παρασκήνιο, μπορούν να βρεθούν μόνο χρησιμοποιώντας πολύπλοκους αλγόριθμους».
Περαιτέρω έρευνα
Το νέο ερευνητικό πρόγραμμα προσθέτει πολλάνέες εγγραφές στον κατάλογο των ύποπτων ογκογονιδίων. Μόνο τα τελευταία χρόνια, έχει αυξηθεί από 700 σε 1.000 Οι ερευνητές έχουν παρακολουθήσει μόνο κρυμμένα γονίδια χρησιμοποιώντας έναν συνδυασμό βιοπληροφορικής ανάλυσης και σύγχρονων τεχνικών τεχνητής νοημοσύνης (AI).
Υπάρχουν πολλές ακόμα ενδιαφέρουσες λεπτομέρειες κρυμμένες στα δεδομένα.«Βλέπουμε πολλά μοτίβα που συνάδουν με τον καρκίνο», λέει ο Marsico. «Νομίζω ότι αυτό είναι απόδειξη ότι οι όγκοι προκαλούνται από διαφορετικούς μοριακούς μηχανισμούς σε διαφορετικά όργανα».
Οι ερευνητές τονίζουν ότι το πρόγραμμα EMOGIδεν περιορίζεται στον καρκίνο. Θεωρητικά, θα μπορούσε να χρησιμοποιηθεί για την ενοποίηση διαφορετικών συνόλων βιολογικών δεδομένων και την εύρεση προτύπων. Οι αλγόριθμοι είναι εφαρμόσιμοι σε παρόμοιες πολύπλοκες ασθένειες.
Διαβάστε περισσότερα
Δημιουργήθηκε ο πρώτος ακριβής χάρτης του κόσμου. Τι συμβαίνει με όλους τους άλλους;
Η υπέρυθρη ακτινοβολία από ανθρώπινα χέρια χρησιμοποιήθηκε για κρυπτογράφηση
Ο Ουρανός έχει λάβει την κατάσταση του πιο παράξενου πλανήτη στο ηλιακό σύστημα. Γιατί;