Побачити рак «наскрізь» за допомогою аналізу даних стало можливо за допомогою штучного інтелекту завдяки роботі дослідників Товариства Макса Планка. Результати роботи публікує Nature Machine Intelligence.
Раніше невідомі гени
Новий алгоритм може передбачити, які гени викликають рак, навіть якщо послідовність ДНК не змінилася. Команда дослідників в Берліні об’єднала різні дані й проаналізувала їх за допомогою «штучного інтелекту», щоб виявити велику кількість онкогенів. Це відкриває нові перспективи в розробці цільових методів лікування раку і біомаркерів в персоналізованій медицині.
При раку клітини розмножуються і проникають в тканини, руйнуючи органи й тим самим порушуючи їх життєво важливі функції. Необмежене зростання зазвичай викликаний накопиченням змін ДНК в онкогенах, мутаціях в цих генах, які й керують розвитком клітин. Однак у деяких видів раку дуже мало мутованих генів. Це означає, що інші причини призводять до небезпечного захворювання.
Група дослідників з Інституту молекулярної генетики Макса Планка (MPIMG) в Берліні та Інституту обчислювальної біології в Гельмгольца, використовувала методи машинного навчання для ідентифікації 165 раніше невідомих генів раку. Для аналізу даних дослідники використали спеціальний алгоритм.
Послідовності цих генів не обов’язково змінюються. Очевидно, що порушення їх регуляції вже може привести до раку. Всі недавно ідентифіковані гени тісно взаємодіють з добре відомими онкогенами. Вони необхідні для виживання пухлинних клітин, показали експерименти на клітинних культурах.
- Навіть помірне вживання алкоголю може бути небезпечним
- Xiaomi розробляє “розумну” маску з фільтрацією повітря
- Відкрито першу азотофіксуючу органелу
Додаткові цілі для персоналізованої медицини
Алгоритм під назвою EMOGI в Explainable Multi-Omics Graph Integration може також пояснити взаємозв’язок між клітинними механізмами, які перетворюють ген в онкоген. Як пояснює група дослідників на чолі з Анналісою Марсіко в журналі Nature Machine Intelligence, програмне забезпечення об’єднує десятки тисяч наборів даних, створених зі зразків пацієнтів. Сюди входить інформація про метилування ДНК, активності окремих генів і взаємодіях білків усередині клітинного шляху, а також дані про послідовності з мутаціями. У цих даних алгоритми глибокого навчання виявляють закономірності і молекулярні принципи, які й призводять до розвитку раку.
На відміну від традиційних методів лікування раку, таких як хімієтерапія, індивідуальні методи лікування адаптовані до конкретного типу пухлини. «Наша мета – вибрати найкраще лікування для кожного пацієнта, найбільш ефективне лікування з найменшими побічними ефектами. Крім того, молекулярні властивості можна використовувати для виявлення раку, який вже знаходиться на ранніх стадіях », – пояснює Марсіко, глава дослідницької групи MPIMG.
«Тільки знаючи причину хвороби, ми зможемо ефективно протидіяти або виправити її, – пишуть дослідники. – Ось чому так важливо визначити якомога більше механізмів, що викликають рак ».
Кращі результати з комбінацією
«На сьогодні більшість досліджень зосереджено на патогенних змінах послідовності або клітинних схемах, – сказав Роман Шульте-Сассо, докторант в команді Марсіко і перший автор публікації. – Водночас нещодавно стало ясно, що епігенетичні порушення або дерегуляція активності генів також можуть привести до раку ».
Ось чому дослідники об’єднали дані послідовності, що відображають збої схеми, з інформацією, яка представляє події в осередках. Спочатку вчені підтвердили, що мутації або розростання геномних сегментів насправді є основною причиною раку. Потім, на другому етапі, ми визначили гени-кандидати, які не дуже безпосередньо пов’язані з генами, що насправді викликають рак.
«Наприклад, ми виявили ген при раку, у якого мало змінена послідовність, але він регулює подачу енергії і необхідний для пухлин, – говорить Шульте-Засс. – Ці гени можна контролювати іншими способами. Наприклад, це викликано хімічними змінами в ДНК, такими як метилювання. Ці зміни не зачіпають інформацію про послідовність, але домінують над активністю гена. Такі гени – багатообіцяючі цілі для відкриття нових ліків, але, оскільки вони працюють у фоновому режимі, їх можна знайти тільки за допомогою складних алгоритмів ».
- Ультразвукове видалення каменів із нирок знижує ризик рецидиву
- Гравітацію виміряли на «межі» світу квантових частинок: це допоможе створити теорію всього
- ШІ навчили оцінювати ризик самогубства і самоушкоджень у підлітків
Подальші дослідження
Нова програма дослідників додає чимало нових записів в список підозрілих онкогенів. Тільки за останні роки він зріс з 700 до 1 000. Дослідники відстежували приховані гени тільки за допомогою комбінації біоінформатичного аналізу і сучасних методів штучного інтелекту (ШІ).
В даних приховано ще багато цікавих деталей. «Ми бачимо багато закономірностей, характерні для раку, – говорить Марсіко. – Я думаю, це доказ того, що пухлини викликаються різними молекулярними механізмами в різних органах ».
Дослідники підкреслюють, що програма EMOGI не обмежується раком. Теоретично його можна використовувати для інтеграції різних наборів біологічних даних і пошуку закономірностей. Алгоритми застосовні до аналогічних складних захворювань.
Натхнення: hightech.fm