ยีนที่ไม่รู้จักก่อนหน้านี้
อัลกอริธึมใหม่สามารถคาดเดาได้ว่ายีนใดที่จะทำให้เกิดมะเร็งได้
ในมะเร็งเซลล์จะเพิ่มจำนวนและบุกรุกเนื้อเยื่อทำลายอวัยวะและขัดขวางการทำงานที่สำคัญของมัน การเจริญเติบโตที่ไม่ จำกัด มักเกิดจากการสะสมของการเปลี่ยนแปลงของ DNA ใน oncogenes การกลายพันธุ์ในยีนเหล่านี้ที่ควบคุมการพัฒนาของเซลล์ อย่างไรก็ตามมะเร็งบางชนิดมียีนที่กลายพันธุ์น้อยมาก นั่นหมายความว่าสาเหตุอื่น ๆ ที่นำไปสู่โรคที่เป็นอันตราย
กลุ่มนักวิจัยจากสถาบันโมเลกุลMax Planck Genetics Institute (MPIMG) ในเบอร์ลินและ Institute for Computational Biology ใน Helmholtz ใช้เทคนิคการเรียนรู้ของเครื่องเพื่อระบุยีนมะเร็งที่ไม่รู้จัก 165 ยีนก่อนหน้านี้ นักวิจัยใช้อัลกอริทึมพิเศษในการวิเคราะห์ข้อมูล
ลำดับของยีนเหล่านี้เป็นทางเลือกเปลี่ยนแปลง. เห็นได้ชัดว่าการละเมิดกฎระเบียบของพวกเขาสามารถนำไปสู่โรคมะเร็งได้ ยีนที่ระบุเมื่อเร็ว ๆ นี้ทั้งหมดมีปฏิสัมพันธ์อย่างใกล้ชิดกับเนื้องอกที่รู้จักกันดี มีความจำเป็นต่อการอยู่รอดของเซลล์เนื้องอกได้แสดงให้เห็นการทดลองในเซลล์เพาะเลี้ยงได้แสดงให้เห็น
เป้าหมายเพิ่มเติมสำหรับการแพทย์เฉพาะบุคคล
อัลกอริทึมที่เรียกว่า EMOGI ใน ExplainableMulti-Omics Graph Integration ยังสามารถอธิบายความสัมพันธ์ระหว่างกลไกของเซลล์ที่เปลี่ยนยีนให้กลายเป็น oncogene ในฐานะที่เป็นกลุ่มนักวิจัยที่นำโดย Annalisa Marsico ได้อธิบายไว้ในวารสาร Nature Machine Intelligence ซอฟต์แวร์ดังกล่าวได้รวมชุดข้อมูลหลายหมื่นชุดที่สร้างขึ้นจากตัวอย่างผู้ป่วย ซึ่งรวมถึงข้อมูลเกี่ยวกับ DNA methylation กิจกรรมของยีนแต่ละยีนและปฏิสัมพันธ์ของโปรตีนภายในเส้นทางของเซลล์ตลอดจนข้อมูลเกี่ยวกับลำดับที่มีการกลายพันธุ์ ในข้อมูลนี้อัลกอริธึมการเรียนรู้เชิงลึกจะค้นพบรูปแบบและหลักการระดับโมเลกุลที่นำไปสู่การพัฒนาของมะเร็ง
ตรงกันข้ามกับวิธีการแบบเดิมๆการรักษามะเร็ง เช่น เคมีบำบัด การรักษาส่วนบุคคลจะปรับให้เหมาะกับชนิดของเนื้องอกโดยเฉพาะ “เป้าหมายของเราคือการเลือกวิธีการรักษาที่ดีที่สุดสำหรับผู้ป่วยแต่ละราย การรักษาที่มีประสิทธิภาพสูงสุดและมีผลข้างเคียงน้อยที่สุด นอกจากนี้ คุณสมบัติระดับโมเลกุลยังสามารถใช้ในการตรวจหามะเร็งที่อยู่ในระยะเริ่มแรกได้” Marsico หัวหน้ากลุ่มวิจัย MPIMG อธิบาย
“ การรู้สาเหตุของโรคเท่านั้นที่เราจะสามารถแก้ไขหรือแก้ไขได้อย่างมีประสิทธิภาพ” นักวิจัยเขียน "นี่คือเหตุผลว่าทำไมการระบุกลไกที่ก่อให้เกิดมะเร็งจึงมีความสำคัญมากที่สุด"
ผลลัพธ์ที่ดีขึ้นด้วยการผสมผสาน
“วันนี้คนส่วนใหญ่Roman Schulte-Sasse นักศึกษาระดับปริญญาเอกในทีมของ Marsico และผู้เขียนคนแรกของสิ่งพิมพ์กล่าวว่า "การวิจัยมุ่งเน้นไปที่การเปลี่ยนแปลงลำดับที่ทำให้เกิดโรคหรือรูปแบบของเซลล์" “ในเวลาเดียวกัน เป็นที่ชัดเจนว่าความผิดปกติของอีพิเจเนติกส์หรือความผิดปกติของการทำงานของยีนก็สามารถนำไปสู่มะเร็งได้เช่นกัน”
นี่คือเหตุผลที่นักวิจัยรวบรวมข้อมูลลำดับที่แสดงถึงความล้มเหลวของวงจรพร้อมข้อมูลที่แสดงถึงเหตุการณ์ในเซลล์ ในตอนแรกนักวิทยาศาสตร์ยืนยันว่าการกลายพันธุ์หรือการแพร่กระจายของส่วนของจีโนมเป็นสาเหตุหลักของมะเร็ง จากนั้นในขั้นตอนที่สองเราระบุยีนของผู้สมัครที่ไม่เกี่ยวข้องโดยตรงกับยีนที่ก่อให้เกิดมะเร็งจริงๆ
“ตัวอย่างเช่น เราค้นพบยีนในมะเร็ง“ซึ่งมีการเปลี่ยนแปลงลำดับเพียงเล็กน้อย แต่ควบคุมการจัดหาพลังงานและจำเป็นสำหรับเนื้องอก” Schulte-Sass กล่าว “ยีนเหล่านี้ไม่สามารถควบคุมด้วยวิธีอื่นได้ ตัวอย่างเช่น เกิดจากการเปลี่ยนแปลงทางเคมีใน DNA เช่น เมทิลเลชัน การเปลี่ยนแปลงเหล่านี้ไม่ส่งผลกระทบต่อข้อมูลลำดับ แต่มีอิทธิพลเหนือกิจกรรมของยีน ยีนดังกล่าวเป็นเป้าหมายที่น่าหวังในการค้นพบยา แต่เนื่องจากยีนดังกล่าวทำงานในเบื้องหลัง จึงสามารถพบได้โดยใช้อัลกอริธึมที่ซับซ้อนเท่านั้น”
การวิจัยต่อไป
โครงการวิจัยใหม่เพิ่มมากขึ้นรายการใหม่ในรายการเนื้องอกที่น่าสงสัย ในช่วงไม่กี่ปีมานี้เพียงอย่างเดียว มันได้เพิ่มขึ้นจาก 700 เป็น 1,000 ตัว นักวิจัยได้ติดตามเฉพาะยีนที่ซ่อนอยู่โดยใช้การวิเคราะห์ทางชีวสารสนเทศศาสตร์และเทคนิคปัญญาประดิษฐ์ (AI) สมัยใหม่
มีรายละเอียดที่น่าสนใจอีกมากมายที่ซ่อนอยู่ในข้อมูล“เราเห็นรูปแบบมากมายที่สอดคล้องกับมะเร็ง” Marsico กล่าว “ฉันคิดว่านี่เป็นข้อพิสูจน์ว่าเนื้องอกเกิดจากกลไกระดับโมเลกุลที่แตกต่างกันในอวัยวะต่าง ๆ”
นักวิจัยเน้นย้ำว่าโปรแกรม EMOGIไม่จำกัดเฉพาะมะเร็ง ตามทฤษฎีแล้ว สามารถใช้เพื่อบูรณาการชุดข้อมูลทางชีววิทยาต่างๆ และค้นหารูปแบบได้ อัลกอริธึมใช้ได้กับโรคที่ซับซ้อนคล้ายกัน
อ่านเพิ่มเติม
แผนที่แรกที่แม่นยำของโลกถูกสร้างขึ้น คนอื่นผิดอะไร
รังสีอินฟราเรดจากมือมนุษย์ถูกใช้ในการเข้ารหัส
ดาวมฤตยูได้รับสถานะของดาวเคราะห์ที่แปลกประหลาดที่สุดในระบบสุริยะ ทำไม?