Connect with us

Η τεχνητή νοημοσύνη ανακαλύπτει γονίδια οσμής που συνδέονται με τα αποτελέσματα του καρκίνου

Υγεία

Η τεχνητή νοημοσύνη ανακαλύπτει γονίδια οσμής που συνδέονται με τα αποτελέσματα του καρκίνου

mm

Một ομάδα ερευνητών από το Πανεπιστήμιο της Οξφόρδης έχει πρόσφατα χρησιμοποιήσει τη τεχνητή νοημοσύνη για να ανακαλύψει einen πιθανό σύνδεσμο μεταξύ του καρκίνου του κόλπου και της έκφρασης συγκεκριμένων γονιδίων που ανιχνεύουν την οσμή. Όπως αναφέρει το Phys.org , ερευνητές από το Πανεπιστήμιο της Οξφόρδης και το Πανεπιστήμιο της Ζυρίχης έχουν πρόσφατα, με τη βοήθεια ενός μοντέλου τεχνητής νοημοσύνης, ανακαλύψει ότι η έκφραση συγκεκριμένων γονιδίων που ανιχνεύουν την οσμή εντός των κυττάρων του καρκίνου του κόλπου υποδηλώνει υψηλότερη πιθανότητα χειρότερων αποτελεσμάτων.

Τα γονίδια εκφράζονται όταν η πληροφορία που περιέχεται στο DNA μας χρησιμοποιείται για να δημιουργηθούν μόρια όπως οι πρωτεΐνες. Η έκφραση γονιδίων συχνά ελέγχει πόσες πρωτεΐνες παράγονται και πότε, ενεργοποιώντας διακόπτες on/off. Οι άνθρωποι έχουν περίπου 400 γονίδια που είναι υπεύθυνα για την αίσθηση της οσμής, αλλά που είναι επίσης κρίσιμα για τη μελέτη, τα γονίδια αυτά εκφράζονται και σε άλλα μέρη του σώματος, εκτός από τη μύτη. Αν αυτά τα γονίδια της οσμής εκφραστούν, σημαίνει ότι οι οδηγίες για αυτά τα γονίδια διαβάζονται και εκτελούνται. Με τη δημιουργία αλλαγών στα κύτταρα, οι επιστήμονες μπορούν να χειριστούν το επίπεδο στο οποίο τα γονίδια εκφράζονται και χρησιμοποιούνται.

Η μελέτη που δημοσιεύθηκε πρόσφατα στο Molecular Systems Biology ηγήθηκε από τον Δρ. Heba Sailem του Ινστιτούτου Βιοϊατρικής Μηχανικής και του Πανεπιστημίου της Οξφόρδης. Ο Sailem και οι συνεργάτες του εξέτασαν πώς τα κύτταρα στο σώμα οργανώνονται, με στόχο να μελετήσουν πώς ο καρκίνος οδηγεί στην απώλεια της δομής του ιστού στο σώμα. Για να αναπτύξουν αποτελεσματικές θεραπείες, οι επιστήμονες πρέπει να κατανοήσουν ποια γονίδια παίζουν ρόλο στην αλλαγή του ιστού. Η ερευνητική ομάδα χρησιμοποίησε αλγορίθμους υπολογιστικής όρασης για να ανιχνεύσει αλλαγές στην οργάνωση των δειγμάτων κυττάρων. Το μοντέλο τεχνητής νοημοσύνης έλαβε δεδομένα εικόνας που συλλέχθηκαν από ρομποτική μικροσκοπία, τα οποία περιέχουν εκατομμύρια εικόνες κυττάρων καρκίνου του κόλπου.

Η ερευνητική ομάδα έπειτα πειραματίστηκε μειώνοντας την έκφραση κάθε γονιδίου στα μεμονωμένα κύτταρα καρκίνου του κόλπου. Μετά τις διαταραχές που εφαρμόστηκαν στα γονίδια και η έκφρασή τους μειώθηκε, οι ερευνητές βρήκαν ότι τα γονίδια της οσμής φαίνεται να συσχετίζονται ισχυρά με το πώς τα κύτταρα ευθυγραμμίζονται και εξαπλώνονται. Φάνηκε ότι η μείωση της έκφρασης των γονιδίων της οσμής θα μπορούσε να ελέγξει την εξάπλωση των κυττάρων μειώνοντας την ικανότητά τους να κινούνται. Από την άλλη πλευρά, η κινητικότητα των κυττάρων θα μπορούσε να αυξηθεί με υψηλότερα επίπεδα έκφρασης των γονιδίων της οσμής.

Ο Sailem εξήγησε ότι τα γονίδια της οσμής είναι σαν ένα “έκτο αίσθημα” που τα κύτταρα του καρκίνου μπορούν να χρησιμοποιήσουν για να βρουν τον δρόμο τους έξω από το περιβάλλον του όγκου, το οποίο είναι τοξικό, και να εξαπλωθούν σε άλλες περιοχές του σώματος του ασθενούς. Ο Sailem συνέχισε να εξηγεί πόσο σημαντική ήταν η τεχνητή νοημοσύνη στην ανακάλυψη αυτή. Το μοντέλο τεχνητής νοημοσύνης που χρησιμοποιήθηκε από τους ερευνητές ήταν σε θέση να αυξήσει σημαντικά την ταχύτητα με την οποία διεξαγόταν η έρευνα. Το μοντέλο τεχνητής νοημοσύνης, μετά την εκπαίδευσή του σε μια μεγάλη βάση δεδομένων γονιδιακών λειτουργιών και εμφανίσεων, είναι σε θέση να αυτοματοποιήσει την εργασία της αναγνώρισης συγκεκριμένων τύπων κυττάρων σε εικόνες. Ο Sailem εξήγησε:

“Χρησιμοποιώντας το αναπτυγμένο σύστημα τεχνητής νοημοσύνης, μπορούμε τώρα να μάθουμε πολύ περισσότερα από αυτά τα πειράματα και να επιταχύνουμε την αναγνώριση των γονιδίων που αλλάζουν τη δομή των ιστών στον καρκίνο.

Το CRISPR (Clustered Regularly Interspaced Short Palindromic Repeats), η τεχνολογία επεξεργασίας γονιδίων, είναι ο основικός τρόπος με τον οποίο μειώνονται τα επίπεδα έκφρασης των περίπου 20.000 γονιδίων στο κύτταρο για να μελετηθεί πώς η έκφραση γονιδίων επηρεάζει τα κύτταρα του καρκίνου. Όταν συνδυαστεί με προόδους στην τεχνολογία επεξεργασίας γονιδίων, η έρευνα που πραγματοποιήθηκε από τον Sailem και τους συνεργάτες του θα μπορούσε να επιτρέψει νέους τρόπους αναγνώρισης των ρόλων που διαφορετικά γονίδια παίζουν σε διαφορετικούς τύπους καρκίνου, γεγονός που θα μπορούσε να επιτρέψει νέους τύπους θεραπειών.

Blogger και προγραμματιστής με ειδικότητες στα Machine Learning και Deep Learning θέματα. Ο Daniel ελπίζει να βοηθήσει τους άλλους να χρησιμοποιήσουν τη δύναμη του AI για κοινωνικό καλό.