A rák különféle rejtett jeleit tárták fel e forradalmi eszköz segítségével | 24.hu

A kanadai McGill Egyetem tudósai forradalmi mesterséges intelligencián alapuló eszközt alkottak meg, amely képes az eddig rejtve maradt betegség-markerek azonosítására a sejtek szintjén. A Nature Communications szaklapban közzétett tanulmányukban a kutatók részletesen bemutatták, hogy a DOLPHIN nevű innovatív eszköz miként nyújthat segítséget az orvosoknak a betegségek korai diagnózisában, valamint a kezelési stratégiák optimalizálásában. Az új technológia lehetőséget teremt a jövőbeli orvosi gyakorlatban, hogy a diagnózis és a kezelés még hatékonyabbá váljon.

A betegségmarkerek gyakran az RNS-expresszió finom változásai, amelyek azt jelezhetik, hogy mikor van jelen egy betegség, mennyire válhat súlyossá, vagy hogyan reagálhat a kezelésre. A hagyományos, génszintű elemzési módszerek ezeket a markereket génenként egyetlen számban összesítik, így a kritikus variációk lényegében rejtve maradnak, és csak a jéghegy csúcsa válik láthatóvá.

A mesterséges intelligencia világában bekövetkezett fejlődések már olyan lehetőségeket kínálnak, amelyek révén sokkal alaposabb elemzéseket végezhetünk.

A DOLPHIN új dimenziót nyit a genetikai kutatások terén azzal, hogy a gének szintjén túlmutatva a kisebb építőelemek, az exonok közötti kapcsolatokra fókuszál. Ez a megközelítés lehetővé teszi a szakemberek számára, hogy részletesebb és pontosabb képet kapjanak a sejtek állapotáról. Kailu Song, az egyetem doktorandusza szellemesen hasonlította a géneket egy LEGO-készlethez, ahol a különböző elemek egymásra építve alkotják a komplex szerkezetet.

Azzal, hogy megvizsgáljuk, miként kapcsolódnak egymáshoz ezek a darabok, az eszköz felismeri a fontos betegségek markereit; olyanokat, amelyek felett eddig átsiklottunk

„Tedd egyedivé a mondandódat!” – javasolta.

Egy teszt során a DOLPHIN egy hasnyálmirigyráktól szenvedő beteg egysejtes vizsgálatát végezték el. A rendszer több mint 800 olyan markert talált, amelyet a hagyományos eszközök nem észlelte. Sőt, képes volt megkülönböztetni a nagy kockázatú, agresszív rákos betegeket a kevésbé súlyos esetekkel rendelkezőktől, mely segítheti az orvosokat a megfelelő kezelési mód kiválasztásában. A kutatók következő lépése az eszköz hatókörének kiterjesztése lesz néhány adathalmazról több millió sejtre, megnyitva az utat a pontosabb virtuális sejtmodellek előtt a jövőben.