Υγεία

Το AI Ανακαλύπτει Γονίδια Οσμής Συνδεδεμένα με τα Αποτελέσματα του Καρκίνου

mm
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google

Μια ομάδα ερευνητών από το Πανεπιστήμιο της Οξφόρδης χρησιμοποίησε πρόσφατα το AI για να ανακαλύψει μια πιθανή σύνδεση μεταξύ του καρκίνου του παχέος εντέρου και της έκφρασης συγκεκριμένων γονιδίων που αισθάνονται την οσμή. Όπως αναφέρει το Phys.org, ερευνητές από το Πανεπιστήμιο της Οξφόρδης και το Πανεπιστήμιο της Ζυρίχης, με τη βοήθεια ενός μοντέλου AI, ανακάλυψαν ότι η έκφραση συγκεκριμένων γονιδίων που αισθάνονται την οσμή στα κύτταρα του καρκίνου του παχέος εντέρου 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 παράγονται, λειτουργώντας ως διακόπτες on/off. Οι άνθρωποι έχουν περίπου 400 γονίδια που ευθύνονται για την αίσθηση της οσμής, αλλά που είναι επίσης εξαιρετικά σημαντικά 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. Χέμπα Σαίλεμ του Ινστιτούτου Βιοϊατρικής Μηχανικής και του Πανεπιστημίου της Οξφόρδης. Ο Σαίλεμ και οι συνεργάτες του εξέτασαν πώς τα κύτταρα του σώματος οργανώνονται, με στόχο να μελετήσουν πώς ο καρκίνος οδηγεί στην απώλεια της δομής των ιστών στο σώμα. Για να αναπτύξουν αποτελεσματικές θεραπείες, οι επιστήμονες πρέπει να κατανοήσουν ποια γονίδια παίζουν ρόλο στην αλλαγή των ιστών. Η ερευνητική ομάδα χρησιμοποίησε αλγόριθμους οπτικής αναγνώρισης για να ανιχνεύσει αλλαγές στην οργάνωση των δειγμάτων κυττάρων. Το μοντέλο AI έλαβε δεδομένα εικόνων που συλλέχθηκαν με τη βοήθεια ρομποτικής μικροσκοπίας, τα οποία περιείχαν εκατομμύρια εικόνες κυττάρων καρκίνου του παχέος εντέρου.

Η ερευνητική ομάδα πειραματίστηκε μειώνοντας την έκφραση κάθε γονιδίου στα μεμονωμένα κύτταρα του καρκίνου του παχέος εντέρου. Μετά την εφαρμογή διαταραχών και την μείωση της έκφρασης, 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 Σαίλεμ 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 Σαίλεμ συνέχισε να εξηγεί πόσο σημαντικό ήταν το AI σε αυτή την ανακάλυψη. Το μοντέλο AI που χρησιμοποιήθηκε από τους ερευνητές ήταν σε θέση να αυξήσει σημαντικά την ταχύτητα με την οποία διεξαγόταν η έρευνα. Το μοντέλο AI, μετά την εκπαίδευση σε μια μεγάλη βάση δεδομένων γονιδιακών λειτουργιών και εμφανίσεων, ήταν σε θέση να αυτοματοποιήσει την εργασία της αναγνώρισης συγκεκριμένων τύπων κυττάρων σε εικόνες. Ο Σαίλεμ εξήγησε:

“Χρησιμοποιώντας το αναπτυγμένο σύστημα AI, 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 τα επίπεδα έκφρασης γονιδίων για τα περίπου 20.000 γονίδια στο κύτταρο μειώνονται για να μελετηθεί πώς η έκφραση γονιδίων επηρεάζει τα κύτταρα του καρκίνου. Όταν συνδυαστεί με τις προόδους στην τεχνολογία επεξεργασίας γονιδίων, η έρευνα που πραγματοποιήθηκε από τον Σαίλεμ και τους συνεργάτες του θα μπορούσε να επιτρέψει νέες μεθόδους αναγνώρισης των ρόλων που διαφορετικά γονίδια παίζουν σε διαφορετικούς τύπους καρκίνου, οι οποίες θα μπορούσαν να επιτρέψουν 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.