165 nuevos genes de cáncer identificados mediante aprendizaje automático

Genes previamente desconocidos

Un nuevo algoritmo puede predecir qué genes causarán cáncer, incluso si

la secuencia del ADN no ha cambiado.Un equipo de investigadores de Berlín combinó varios datos y los analizó utilizando “inteligencia artificial” para identificar una gran cantidad de oncogenes. Esto abre nuevas perspectivas en el desarrollo de tratamientos contra el cáncer dirigidos y biomarcadores en medicina personalizada.

En el cáncer, las células se multiplican e invaden los tejidos,destruyendo órganos y por lo tanto interrumpiendo sus funciones vitales. El crecimiento ilimitado generalmente es causado por la acumulación de cambios en el ADN de los oncogenes, mutaciones en estos genes que controlan el desarrollo celular. Sin embargo, algunos cánceres tienen muy pocos genes mutados. Esto significa que otras causas conducen a una enfermedad peligrosa.

Un grupo de investigadores del Instituto de MolecularEl Instituto de Genética Max Planck (MPIMG) en Berlín y el Instituto de Biología Computacional en Helmholtz, utilizan métodos de aprendizaje automático para identificar 165 genes de cáncer previamente desconocidos. Los investigadores utilizan un algoritmo especial para analizar los datos.

La secuencia de estos genes es opcional.cambio. Es obvio que una violación de su regulación ya puede provocar cáncer. Todos los genes identificados recientemente interactúan estrechamente con oncogenes conocidos. Son necesarios para la supervivencia de las células tumorales, han demostrado experimentos en cultivos celulares.

Objetivos adicionales para la medicina personalizada

Un algoritmo llamado EMOGI en ExplainableLa integración de gráficos multi-ómicos también puede explicar la relación entre los mecanismos celulares que convierten un gen en un oncogén. Como explica un grupo de investigadores dirigido por Annalisa Marsico en la revista Nature Machine Intelligence, el software reúne decenas de miles de conjuntos de datos creados a partir de muestras de pacientes. Esto incluye información sobre la metilación del ADN, la actividad de genes individuales y las interacciones de proteínas dentro de la vía celular, así como datos sobre secuencias con mutaciones. En estos datos, los algoritmos de aprendizaje profundo descubren los patrones y principios moleculares que conducen al desarrollo del cáncer.

En contraste con los métodos tradicionalesTratamientos contra el cáncer como la quimioterapia, los tratamientos individuales se adaptan al tipo específico de tumor. “Nuestro objetivo es elegir el mejor tratamiento para cada paciente, el tratamiento más eficaz y con los menores efectos secundarios. Además, las propiedades moleculares se pueden utilizar para detectar cáncer que ya se encuentra en sus primeras etapas”, explica Marsico, jefe del grupo de investigación MPIMG.

"Sólo conociendo la causa de la enfermedad podemos contrarrestarla o corregirla de manera eficaz", escriben los investigadores. "Por eso es tan importante identificar tantos mecanismos causantes de cáncer como sea posible".

Mejores resultados con una combinación

“Hoy en día, la mayoría"La investigación se centra en cambios de secuencia patógena o patrones celulares", dijo Roman Schulte-Sasse, estudiante de doctorado del equipo de Marsico y primer autor de la publicación. "Al mismo tiempo, recientemente ha quedado claro que los trastornos epigenéticos o la desregulación de la actividad genética también pueden provocar cáncer".

Es por eso que los investigadores han agrupado los datos.Secuencias que representan fallas de circuitos, con información que representa eventos en celdas. Los científicos confirmaron inicialmente que las mutaciones o la proliferación de segmentos genómicos son en realidad la principal causa de cáncer. Luego, en un segundo paso, identificamos genes candidatos que no están relacionados muy directamente con los genes que realmente causan cáncer.

“Por ejemplo, descubrimos un gen en el cáncer."Tiene pocos cambios en la secuencia, pero regula el suministro de energía y es necesario para los tumores", afirma Schulte-Sass. “Estos genes no se pueden controlar por otros medios. Por ejemplo, es causada por cambios químicos en el ADN, como la metilación. Estos cambios no afectan la información de la secuencia, pero dominan la actividad del gen. Estos genes son objetivos prometedores para el descubrimiento de fármacos, pero como funcionan en segundo plano, sólo pueden encontrarse mediante algoritmos complejos”.

Más investigación

El nuevo programa de investigación aporta muchonuevas entradas en la lista de oncogenes sospechosos. Sólo en los últimos años, ha aumentado de 700 a 1000. Los investigadores sólo han rastreado genes ocultos utilizando una combinación de análisis bioinformático y técnicas modernas de inteligencia artificial (IA).

Hay muchos más detalles interesantes ocultos en los datos."Vemos muchos patrones que son consistentes con el cáncer", dice Marsico. "Creo que esto es evidencia de que los tumores son causados ​​por diferentes mecanismos moleculares en diferentes órganos".

Los investigadores destacan que el programa EMOGIno se limita al cáncer. En teoría, podría utilizarse para integrar diferentes conjuntos de datos biológicos y encontrar patrones. Los algoritmos son aplicables a enfermedades complejas similares.

Lee mas

Создана первая точная карта мира. Что не так со всеми остальными?

La radiación infrarroja de manos humanas se utilizó para el cifrado

Urano ha recibido el estatus del planeta más extraño del sistema solar. ¿Por qué?