Eerder onbekende genen
Nieuw algoritme kan voorspellen welke genen kanker zullen veroorzaken, zelfs als dat zo is
Bij kanker vermenigvuldigen cellen zich en dringen weefsels binnen,organen vernietigen en daardoor hun vitale functies verstoren. Onbeperkte groei wordt meestal veroorzaakt door de opeenstapeling van DNA-veranderingen in oncogenen, mutaties in deze genen die de celontwikkeling regelen. Sommige kankers hebben echter zeer weinig gemuteerde genen. Dit betekent dat andere oorzaken tot een gevaarlijke ziekte leiden.
Een groep onderzoekers van het Institute of MolecularMax Planck Genetics Institute (MPIMG) in Berlijn en het Institute for Computational Biology in Helmholtz, gebruiken machine learning-technieken om 165 voorheen onbekende kankergenen te identificeren. Onderzoekers gebruiken een speciaal algoritme om de gegevens te analyseren.
De volgorde van deze genen is optioneelverandering. Het is duidelijk dat een schending van hun regelgeving al tot kanker kan leiden. Alle recentelijk geïdentificeerde genen werken nauw samen met bekende oncogenen. Ze zijn essentieel voor de overleving van tumorcellen, hebben celkweek-experimenten aangetoond.
Aanvullende doelen voor gepersonaliseerde geneeskunde
Een algoritme genaamd EMOGI in ExplainableMulti-Omics Graph Integration kan ook de relatie verklaren tussen cellulaire mechanismen die een gen in een oncogen veranderen. Zoals een groep onderzoekers onder leiding van Annalisa Marsico uitlegt in het tijdschrift Nature Machine Intelligence, integreert de software tienduizenden datasets die zijn gemaakt op basis van patiëntmonsters. Dit omvat informatie over DNA-methylatie, de activiteit van individuele genen en interacties van eiwitten binnen de cellulaire route, evenals gegevens over sequenties met mutaties. In deze gegevens ontdekken deep learning-algoritmen de patronen en moleculaire principes die leiden tot de ontwikkeling van kanker.
In tegenstelling tot traditionele methodenkankerbehandelingen zoals chemotherapie, individuele behandelingen worden afgestemd op het specifieke type tumor. “Ons doel is om voor elke patiënt de beste behandeling te kiezen, de meest effectieve behandeling met de minste bijwerkingen. Bovendien kunnen moleculaire eigenschappen worden gebruikt om kanker op te sporen die zich al in een vroeg stadium bevindt”, legt Marsico, hoofd van de MPIMG-onderzoeksgroep, uit.
"Alleen door de oorzaak van de ziekte te kennen, kunnen we deze effectief tegengaan of corrigeren", schrijven de onderzoekers. "Daarom is het zo belangrijk om zoveel mogelijk kankerverwekkende mechanismen te identificeren."
Betere resultaten met een combinatie
“Vandaag de meerderheid"Het onderzoek richt zich op pathogene sequentieveranderingen of cellulaire patronen", zegt Roman Schulte-Sasse, een promovendus in het team van Marsico en eerste auteur van de publicatie. “Tegelijkertijd is het onlangs duidelijk geworden dat epigenetische aandoeningen of ontregeling van genactiviteit ook tot kanker kunnen leiden.”
Daarom hebben onderzoekers de gegevens gebundeld.Reeksen die circuitstoringen vertegenwoordigen, met informatie die gebeurtenissen in cellen vertegenwoordigt. Wetenschappers bevestigden aanvankelijk dat mutaties of proliferatie van genoomsegmenten eigenlijk de belangrijkste oorzaak van kanker zijn. Vervolgens identificeerden we in een tweede stap kandidaat-genen die niet erg direct gerelateerd zijn aan de genen die daadwerkelijk kanker veroorzaken.
“We ontdekten bijvoorbeeld een gen in kanker“Dat heeft weinig sequentieverandering, maar het reguleert de energievoorziening en is noodzakelijk voor tumoren”, zegt Schulte-Sass. “Deze genen kunnen niet op andere manieren worden gecontroleerd. Het wordt bijvoorbeeld veroorzaakt door chemische veranderingen in het DNA, zoals methylering. Deze veranderingen hebben geen invloed op de sequentie-informatie, maar domineren de activiteit van het gen. Dergelijke genen zijn veelbelovende doelwitten voor de ontdekking van medicijnen, maar omdat ze op de achtergrond werken, kunnen ze alleen worden gevonden met behulp van complexe algoritmen.”
Verder onderzoek
Het nieuwe onderzoeksprogramma voegt veel toenieuwe vermeldingen in de lijst met verdachte oncogenen. Alleen al in de afgelopen jaren is het aantal gegroeid van 700 naar 1000. Onderzoekers hebben alleen verborgen genen opgespoord met behulp van een combinatie van bio-informatica-analyse en moderne kunstmatige intelligentie (AI)-technieken.
Er zitten nog veel meer interessante details verborgen in de data.“We zien veel patronen die consistent zijn met kanker”, zegt Marsico. “Ik denk dat dit het bewijs is dat tumoren worden veroorzaakt door verschillende moleculaire mechanismen in verschillende organen.”
De onderzoekers benadrukken dat het EMOGI-programmabeperkt zich niet tot kanker. In theorie zou het kunnen worden gebruikt om verschillende sets biologische gegevens te integreren en patronen te vinden. De algoritmen zijn toepasbaar op vergelijkbare complexe ziekten.
Lees verder
De eerste nauwkeurige kaart van de wereld is gemaakt. Wat is er mis met de rest?
Voor versleuteling werd infraroodstraling van mensenhanden gebruikt
Uranus heeft de status van de vreemdste planeet in het zonnestelsel gekregen. Waarom?