Tidigare okända gener
Ny algoritm kan förutsäga vilka gener som kommer att orsaka cancer, även om
I cancer multiplicerar celler och invaderar vävnader,förstöra organ och därigenom störa deras vitala funktioner. Obegränsad tillväxt orsakas vanligtvis av ackumulering av DNA-förändringar i onkogener, mutationer i dessa gener som styr cellutvecklingen. Men vissa cancerformer har mycket få muterade gener. Detta innebär att andra orsaker leder till en farlig sjukdom.
En grupp forskare från Institute of MolecularMax Planck Genetics Institute (MPIMG) i Berlin och Institute for Computational Biology i Helmholtz använder maskininlärningstekniker för att identifiera 165 tidigare okända cancergener. Forskare använder en speciell algoritm för att analysera data.
Sekvensen för dessa gener är valfriförändra. Det är uppenbart att ett brott mot deras regler redan kan leda till cancer. Alla nyligen identifierade gener interagerar nära med välkända onkogener. De är väsentliga för överlevnad av tumörceller, har visat cellodlingsexperiment har visat.
Ytterligare mål för personlig medicin
En algoritm som heter EMOGI i ExplainableMulti-Omics Graph Integration kan också förklara förhållandet mellan cellulära mekanismer som gör en gen till en onkogen. Som en grupp forskare som leds av Annalisa Marsico förklarar i tidskriften Nature Machine Intelligence, integrerar programvaran tiotusentals datamängder som skapats från patientprover. Detta inkluderar information om DNA-metylering, aktiviteten hos enskilda gener och interaktioner mellan proteiner i den cellulära vägen, samt data om sekvenser med mutationer. I dessa data upptäcker algoritmer för djupinlärning de mönster och molekylära principer som leder till utveckling av cancer.
I till skillnad från traditionella metodercancerbehandlingar som kemoterapi, individuella behandlingar är skräddarsydda för den specifika typen av tumör. ”Vårt mål är att välja den bästa behandlingen för varje patient, den mest effektiva behandlingen med minsta möjliga biverkningar. Dessutom kan molekylära egenskaper användas för att upptäcka cancer som redan är i ett tidigt skede”, förklarar Marsico, chef för MPIMG-forskningsgruppen.
"Endast genom att känna till orsaken till sjukdomen kan vi effektivt motverka eller korrigera den", skriver forskarna. "Det är därför det är så viktigt att identifiera så många cancerframkallande mekanismer som möjligt."
Bästa resultat med kombination
"I dag är majoriteten"Forskningen fokuserar på patogena sekvensförändringar eller cellulära mönster", säger Roman Schulte-Sasse, doktorand i Marsicos team och första författare till publikationen. "Samtidigt har det nyligen blivit klart att epigenetiska störningar eller dysreglering av genaktivitet också kan leda till cancer."
Det är därför forskare har samlat uppgifterna.Sekvenser som representerar kretsfel, med information som representerar händelser i celler. Forskare bekräftade initialt att mutationer eller spridning av genomiska segment faktiskt är den främsta orsaken till cancer. Sedan identifierade vi i ett andra steg kandidatgener som inte är särskilt direkt relaterade till de gener som faktiskt orsakar cancer.
"Vi upptäckte till exempel en gen i cancer"som har liten sekvensförändring, men den reglerar energitillförseln och är nödvändig för tumörer", säger Schulte-Sass. "Dessa gener kan inte kontrolleras på andra sätt. Till exempel orsakas det av kemiska förändringar i DNA, såsom metylering. Dessa förändringar påverkar inte sekvensinformationen, utan dominerar genens aktivitet. Sådana gener är lovande mål för läkemedelsupptäckt, men eftersom de fungerar i bakgrunden kan de bara hittas med hjälp av komplexa algoritmer."
Vidare forskning
Det nya forskningsprogrammet tillför mycketnya poster i listan över misstänkta onkogener. Bara under de senaste åren har den vuxit från 700 till 1 000. Forskare har bara spårat dolda gener med hjälp av en kombination av bioinformatikanalys och modern artificiell intelligens (AI)-tekniker.
Det finns många fler intressanta detaljer gömda i datan."Vi ser många mönster som stämmer överens med cancer", säger Marsico. "Jag tror att detta är bevis på att tumörer orsakas av olika molekylära mekanismer i olika organ."
Forskarna betonar att EMOGI-programmetär inte begränsad till cancer. I teorin skulle det kunna användas för att integrera olika uppsättningar av biologiska data och hitta mönster. Algoritmerna är tillämpliga på liknande komplexa sjukdomar.
Läs mer
Den första exakta världskartan skapades. Vad är fel med alla andra?
Infraröd strålning från mänskliga händer användes för kryptering
Uranus har fått status som den konstigaste planeten i solsystemet. Varför?