Korábban ismeretlen gének
Az új algoritmus képes megjósolni, hogy mely gének okoznak rákot, még akkor is, ha
A rákban a sejtek szaporodnak és behatolnak a szövetekbe,a szervek megsemmisítése és ezáltal életfunkcióik megzavarása. A korlátlan növekedést általában az onkogének DNS-változásainak felhalmozódása okozza, ezekben a génekben a sejtek fejlődését szabályozó mutációk. Egyes rákos megbetegedések azonban nagyon kevés mutált gént tartalmaznak. Ez azt jelenti, hogy más okok veszélyes betegséghez vezetnek.
A Molekuláris Intézet kutatóinak egy csoportjaA berlini Max Planck Genetikai Intézet (MPIMG) és a Helmholtzi Számítógépes Biológiai Intézet gépi tanulási technikákat alkalmaz 165 korábban ismeretlen rákgén azonosítására. A kutatók egy speciális algoritmust használnak az adatok elemzésére.
Ezen gének szekvenciája opcionálisváltozás. Nyilvánvaló, hogy szabályozásuk megsértése már rákhoz vezethet. Az összes nemrégiben azonosított gén szorosan kölcsönhatásba lép a jól ismert onkogénekkel. Elengedhetetlenek a daganatos sejtek túléléséhez, kimutatták, hogy sejttenyésztési kísérletek bizonyultak.
A személyre szabott orvoslás további céljai
Az EMOGI magyarázható nevű algoritmusA Multi-Omics Graph Integration szintén megmagyarázza a kapcsolatot a sejtmechanizmusok között, amelyek a gént onkogénné változtatják. Amint az Annalisa Marsico által vezetett kutatócsoport a Nature Machine Intelligence című folyóiratban kifejtette, a szoftver több tízezer adatsort integrál a betegmintákból. Ez magában foglalja a DNS-metilációval kapcsolatos információkat, az egyes gének aktivitását és a fehérjék kölcsönhatásait a sejtpályán belül, valamint a mutációval rendelkező szekvenciák adatait. Ezekben az adatokban a mély tanulási algoritmusok felfedezik azokat a mintákat és molekuláris elveket, amelyek a rák kialakulásához vezetnek.
A hagyományos módszerekkel ellentétbenrákkezelések, például kemoterápia, az egyéni kezelések az adott daganattípushoz igazodnak. „Célunk, hogy minden egyes páciens számára a legjobb, leghatékonyabb kezelést válasszuk ki a legkevesebb mellékhatással. Emellett a molekuláris tulajdonságok felhasználhatók a már korai stádiumban lévő rák kimutatására” – magyarázza Marsico, az MPIMG kutatócsoport vezetője.
"Csak a betegség okának ismeretében tudjuk hatékonyan ellensúlyozni vagy kijavítani" - írják a kutatók. "Ezért olyan fontos a lehető legtöbb rákot okozó mechanizmus azonosítása."
Jobb eredmények kombinációval
„Ma a többség"A kutatás a patogén szekvencia-változásokra vagy a sejtmintázatokra összpontosít" - mondta Roman Schulte-Sasse, Marsico csapatának doktorandusza és a publikáció első szerzője. "Ugyanakkor az utóbbi időben világossá vált, hogy az epigenetikai rendellenességek vagy a génaktivitás diszregulációja is rákot okozhat."
A kutatók ezért összegyűjtötték az adatokat.Az áramköri hibákat ábrázoló szekvenciák, a cellákban lévő eseményeket ábrázoló információkkal. A tudósok kezdetben megerősítették, hogy a mutációk vagy a genomi szegmensek szaporodása valójában a rák fő oka. Ezután egy második lépésben azonosítottuk azokat a génjelölteket, amelyek nem nagyon kapcsolódnak közvetlenül a valóban rákot okozó génekhez.
„Például felfedeztünk egy gént a rákban„amelynek kevés a szekvencia változása, de szabályozza az energiaellátást, és szükséges a daganatokhoz” – mondja Schulte-Sass. „Ezeket a géneket nem lehet más módon irányítani. Például a DNS kémiai változásai, például a metiláció okozza. Ezek a változások nem befolyásolják a szekvencia információt, de uralják a gén aktivitását. Az ilyen gének ígéretes célpontjai a gyógyszerkutatásnak, de mivel a háttérben működnek, csak összetett algoritmusok segítségével lehet megtalálni őket.”
További kutatás
Az új kutatási program sokat tesz hozzáúj bejegyzések a gyanús onkogének listáján. Csak az elmúlt években 700-ról 1000-re nőtt. A kutatók csak a rejtett géneket követték nyomon a bioinformatikai elemzés és a modern mesterséges intelligencia (AI) technikák kombinációjával.
Az adatokban még sok érdekes részlet rejtőzik.„Sok olyan mintát látunk, amelyek összhangban állnak a rákkal” – mondja Marsico. "Úgy gondolom, hogy ez bizonyíték arra, hogy a daganatokat a különböző szervekben eltérő molekuláris mechanizmusok okozzák."
A kutatók hangsúlyozzák, hogy az EMOGI programnem korlátozódik a rákra. Elméletileg felhasználható különféle biológiai adatok készleteinek integrálására és minták megtalálására. Az algoritmusok hasonló komplex betegségekre alkalmazhatók.
Olvass tovább
Létrehozták az első pontos világtérképet. Mi a baj mindenki mással?
Az emberi kéz infravörös sugárzását használták a titkosításhoz
Az Uránusz a Naprendszer legfurcsább bolygójának státuszát kapta. Miért?