2024. 04. 19. - 08:45

Megdöbbentő - A daganat egyes sejtjeiből szerez információt a mesterséges intelligencia

Megdöbbentő - A daganat egyes sejtjeiből szerez információt a mesterséges intelligencia

Egy újonnan kifejlesztett mesterséges intelligencia-eszköz előrejelzi a rákterápiára adott reakciókat -  a daganat egyes sejtjeiből származó információk alapján.

Képes előrejeleztni a rákterápiára adott válaszokat egy új mesterséges intelligencia (MI) eszköz, mégpedig  úgy, hogy a daganat egyes sejtjéből származó információkat veszi alapul.
 
Több mint 200 rákfajta létezik, s minden rák egyedi – ezért a precíziós onkológiai kezelések kifejlesztésére irányuló folyamatos erőfeszítések továbbra is megterhelőek.
 
A legnagyobb hangsúly a genetikai szekvenálási vizsgálatok vagy elemzések kidolgozásán van - hogy a szakemberek azonosítsák a rákos megbetegedést okozó gének mutációit -, illetve olyan kezelések összehangolásán, amelyek ezen mutációk ellen hathatnak.
 
A legtöbb rákos beteg azonban nem részesül ezekből a korai célzott terápiákból. Olvasd el: Valós időben figyeli a rákot a mesterséges intelligencia
 
Megdöbbentő - A daganat egyes sejtjeiből szerez információt a mesterséges intelligencia
Megdöbbentő - A daganat egyes sejtjeiből szerez információt a mesterséges intelligencia
 
Egyedi számítási folyamat MI-vel
 
A tanulmányban, amelyet a kutatók a Nature Cancer folyóiratban közöltek, a maga nemében egyedi számítási folyamatot írtak le a szakemberek az angliai National Institutes of Health (NIH) részét képező Nemzeti Rákkutató Intézetben.
 
Ezzel a folyamattal szisztematikusan megjósolható a betegek rákos gyógyszerekre adott reakciója - egysejtes felbontás mellett.
 
Az onkológiai kezelések személyre szabott egysejt-expresszió-alapú tervezése, avagy a PERCEPTION névre keresztelt új mesterséges intelligencia-alapú megközelítés mélyebbre merül a transzkriptomika hasznosságába – egy olyan tanulmányba, amely a transzkripciós faktorokról szól, vagyis a DNS-t hordozó és átalakító gének által kifejezett hírvivő RNS-molekulák tanulmányozásába.
 
„A daganat összetett és fejlődő vadállat. Az egysejtű felbontás lehetővé teszi számunkra, hogy megbirkózzunk mindkét kihívással - mondta Sinha. - A PERCEPTION megoldja az egysejtű ómikán belüli gazdag információ felhasználását a daganat klonális architektúrájának megértéséhez és a rezisztencia kialakulásának nyomon követéséhez." A biológiában az omika a sejten belüli alkotóelemek összegét jelenti.
 
„Számomra a rezisztencia kialakulás nyomon követésének képessége a legizgalmasabb. Ez lehetővé teszi számunkra, hogy alkalmazkodjunk a rákos sejtek evolúciójához és még a kezelési stratégiánkat is módosítsuk” – jegyezte meg a szakember.
 
Sinha és munkatársai az ún. transzfertanulást – a mesterséges intelligencia egyik ágát – használták az PERCEPTION felépítéséhez.
 
„A legnagyobb kihívásunk a klinikákról származó egysejtű adatok korlátozott mennyisége volt. Egy mesterséges intelligencia modell esetében nagy mennyiségű adatra van szükség egy betegség megértéséhez, ahogyan a ChatGPT-nek hatalmas mennyiségű szöveges adatra van szüksége az internetről" - magyarázta Sinha. Olvasd el: Rák agresszivitását mérik fel mesterséges intelligencia-eszközzel
 
Rengeteg adattal dolgozik
 
A PERCEPTION a daganatokból származó, publikált tömeges génexpressziót használta a modellek előképzéséhez. Ezután a sejtvonalakból és a betegekből származó egysejtű adatokat - bár korlátozottak -, felhasználták a modellek hangolására.
 
A PERCEPTION sikeresnek bizonyult a monoterápiára és a kombinált kezelésre adott válasz előrejelzésében - három független, nemrégiben közzétett mielóma multiplex, emlő- és tüdőrák klinikai vizsgálatában.
 
A mesterséges intelligencia-eszköz minden esetben helyesen csoportosította a betegeket reagáló és nem reagáló kategóriákba.
 
A tüdőrák esetében a betegség előrehaladtával még a gyógyszerrezisztencia kialakulását is észrevette – ez pedig figyelemre méltó felfedezés, amely nagy lehetőségeket rejt magában.
 
Felhasználható a kezelés irányítására
 
A PERCEPTION ugyan még nem áll készen a klinikákon történő használatra - de a megközelítés azt mutatja, hogy az egysejtű információk felhasználhatók a kezelés irányítására.
 
Sinha bízik benne, hogy ösztönözni tudja a technológia alkalmazását a klinikákon, hogy több adatot generáljanak, amelyek felhasználhatók a továbbfejlesztésére és finomítására.
 
„Az előrejelzés minősége az alapjául szolgáló adatok minőségével és mennyiségével nő. Célunk olyan klinikai eszköz létrehozása, amely szisztematikusan, adatvezérelt módon képes előrejelezni az egyes rákos betegek kezelési reakcióját. Reméljük, az eredmények előbb, mint utóbb több adatra és több ilyen tanulmányra ösztönzik majd a kutatókat” – jegyezte meg a szakember.
 
 
L.A.

 

Hírlevél feliratkozás

Kérjük, add meg adataidat a hírlevélre történő feliratkozáshoz! A megadott adatokat bizalmasan kezeljük, azokat harmadik félnek át nem adjuk.

 

gyulai_vafurdo