Πηγή: MasterTux/Pixabay
Τεχνητή νοημοσύνη Η μηχανική εκμάθηση (AI) έχει τη δυνατότητα να φέρει επανάσταση όχι μόνο στον τρόπο ανίχνευσης των ασθενειών αλλά και στον εντοπισμό εξατομικευμένης θεραπείας με βάση τα γονιδιωματικά του ασθενούς. Μια νέα μελέτη που δημοσιεύτηκε στο Κυτταρικός θάνατος και ασθένειααξιολογημένο από ομοτίμους Φύση journal, δείχνει πώς μια πλατφόρμα multiomics με δυνατότητα AI μπορεί να αναγνωρίσει νέους βιοδείκτες για νέους θεραπευτικούς στόχους από υπογραφές γονιδιακής έκφρασης σε ασθένειες που σχετίζονται με τον καρκίνο.
«Ο εντοπισμός νέων μοριακών βιοδεικτών που στρωματοποιούν ασθενείς με καρκίνο με διαφορετικά αποτελέσματα επιβίωσης μπορεί να προσφέρει νέες ευκαιρίες για ανακάλυψη στόχων και επακόλουθη ανάπτυξη προσαρμοσμένων θεραπειών», έγραψαν οι ερευνητές από το Insilico Medicine, το Πανεπιστήμιο της Κοπεγχάγης και το Πανεπιστήμιο του Σικάγο.
Για να βρουν αυτούς τους βιοδείκτες, οι ερευνητές χρησιμοποίησαν την πλατφόρμα τεχνητής νοημοσύνης της Insilico Medicine που ονομάζεται PandaOmics για να βρουν νέους στόχους καρκίνου και να αναλύσουν μεταλλάξεις έκφρασης γονιδίων σε σπάνιες διαταραχές με έλλειψη επισκευής DNA. Το PandaOmics είναι ένας αλγόριθμος βαθιάς μάθησης AI που διαβάζει επιστημονικές εργασίες προκειμένου να παράγει μια γραφική αναπαράσταση του περιεχομένου. Επιτρέπει επίσης τη σύγκριση μεταξύ συνόλων δεδομένων, την εναρμόνιση δεδομένων και την ανάλυση μονοπατιών ενεργοποίησης ή αναστολής.
Ο αλγόριθμος AI επιτρέπει την ανακάλυψη φαρμάκων προσδιορίζοντας θεραπευτικούς στόχους για ασθένειες με ανάλυση δεδομένων και σχετικών γονίδια. Βασίζεται σε πέντε εκατομμύρια δείγματα δεδομένων omics (μεταγραφική, γονιδιωματική, επιγονιδιωματική, πρωτεϊνική, μονοκύτταρα δεδομένα), επιπλέον των σχετικών δεδομένων από περισσότερες από 3,8 εκατομμύρια πατέντες, 30 εκατομμύρια δημοσιευμένη βιοϊατρική έρευνα, 1,3 εκατομμύρια φάρμακα από την πρώτη φάση της κλινικής δοκιμής στη φάση έναρξης, 342.000 κλινικές δοκιμές και τρία εκατομμύρια χρηματοδοτούμενες επιχορηγήσεις για τις επιστήμες της ζωής.
Στην επιστήμη, η ωμική αναφέρεται στα πεδία μελέτης που τελειώνουν με -ωμική, όπως η γονιδιωματική (μελέτη των γονιδιωμάτων ενός οργανισμού), η νευρογενετική (μελέτη της γενετικής επίδρασης στο νευρικό σύστημα), ψυχογονιδιωματική (εφαρμοσμένη γονιδιωματική και πρωτεϊνομική για την κατανόηση του αντίκτυπου στον φυσιολογικό και άρρωστο εγκέφαλο και συμπεριφορά), μικροβιωμική (μελέτη γονιδιωμάτων μικροοργανισμών) και συνδετομική (μελέτη των νευρικών συνδέσεων του εγκεφάλου — το συνδετικό σώμα).
Άλλα παραδείγματα ωμικής περιλαμβάνουν την πανγονιδιωματική (μελέτη όλων των γονιδίων σε ένα είδος), τη λιποδομική (μελέτη των μονοπατιών και του δικτύου των λιπιδίων), την ανοσοπρωτεϊνομική (μελέτη πρωτεϊνών και την ανοσοαπόκριση), τη γλυκωμική (μελέτη σακχάρων και υδατανθράκων), τη φαρμακογονιδιωματική ( μελέτη του γονιδιώματος και της απόκρισης του φαρμάκου), τοξικογονιδιωματική (μελέτη της γονιδιακής και πρωτεϊνικής δραστηριότητας σε κύτταρα ή ιστούς όταν εκτίθενται σε τοξίνες), μεταβολομική (μελέτη των χημικών διεργασιών των μεταβολιτών), μεταγραφτομική (μελέτη μεταγραφών RNA οργανισμών-μεταγραφή) , πρωτεομική (μελέτη πρωτεϊνών), επιγονιδιωματική (μελέτη ολόκληρου του συνόλου των επιγενετική τροποποιήσεις στο γενετικό υλικό ενός κυττάρου-επιγονιδιώματος) και άλλα.
Η πολυομική είναι η ενσωμάτωση μιας ποικιλίας ωμικών σε μια ενιαία ανάλυση. Η ενσωμάτωση τεχνητών νοημοσύνη Η μηχανική μάθηση με ανάλυση δεδομένων πολυομικής έχει δώσει τη δυνατότητα στους επιστήμονες να ανακαλύψουν γρήγορα νέους βιοδείκτες.
«Για να επιλέξουμε ασθένειες για επακόλουθη ανάλυση γονιδιακής έκφρασης και ταυτοποίηση των νέων βιοδεικτών καρκίνου, πραγματοποιήσαμε ιεραρχική ομαδοποίηση με βάση την ανάλυση κοινών κλινικών φαινοτύπων που επικρατούν σε πολλαπλές ασθένειες επιδιόρθωσης DNA», έγραψαν οι ερευνητές. «Ειδικά, βρήκαμε τρεις κύριες ομάδες ασθενειών που καλύπτουν διαφορετικούς φαινοτύπους».
Οι επιστήμονες εντόπισαν τρεις κύριες ομάδες ασθενειών και επέλεξαν αυτές τις σπάνιες κληρονομικές ασθένειες για περαιτέρω ανάλυση: το σύνδρομο Louis-Bar (Αταξία-Τελαγγειεκτασία), το σύνδρομο Nijmegen Breakage και το σύνδρομο Werner. Και οι τρεις είναι αυτοσωμικές υπολειπόμενες ασθένειες που σημαίνει ότι πρέπει να υπάρχουν δύο αντίγραφα του ανώμαλου γονιδίου για να αναπτυχθούν χαρακτηριστικά ή το σύνδρομο, σύμφωνα με το Εθνικό Ινστιτούτο Υγείας των ΗΠΑ (NIH).
Το σύνδρομο Louis-Bar είναι μια σπάνια κληρονομική νευροεκφυλιστική διαταραχή που προκαλεί σοβαρή αναπηρία και επηρεάζει συστήματα του σώματος όπως το νευρικό σύστημα και το ανοσοποιητικό σύστημα. Τα άτομα με σύνδρομο Louis-Bar διατρέχουν αυξημένο κίνδυνο να αναπτύξουν καρκίνους του ανοσοποιητικού συστήματος και ορισμένους τύπους καρκίνου του αίματος, σύμφωνα με το νοσοκομείο St. Jude Children’s Research Hospital.
Το σύνδρομο Nijmegen Breakage είναι μια σπάνια γενετική διαταραχή που εμφανίζεται κατά τη γέννηση με ασυνήθιστα μικρό μέγεθος κεφαλής (μικροκεφαλία), δυσμορφικά χαρακτηριστικά του προσώπου και κοντό ανάστημα. Το όνομα προέρχεται από το πλήθος της θραύσης του DNA που εντοπίζεται σε άτομα με τη νόσο. Σύμφωνα με το NIH, τα άτομα με σύνδρομο Nijmegen Breakage έχουν αυξημένο κίνδυνο καρκίνου, συγκεκριμένα, να αναπτύξουν λέμφωμα non-Hodgkin, καρκίνο των κυττάρων του ανοσοποιητικού συστήματος και άλλους καρκίνους που σχετίζονται με αυτό το σύνδρομο, περιλαμβάνουν καρκίνους του εγκεφάλου όπως το γλοιώμα και μυελοβλάστωμα, καθώς και ραβδομυοσάρκωμα – ένας καρκίνος των ιστών των μυών.
Το σύνδρομο Werner είναι μια σπάνια ασθένεια που χαρακτηρίζεται από πρόωρη γήρανση και αυξημένο κίνδυνο καρκίνων όπως ο καρκίνος του δέρματος και του θυρεοειδούς. Οι πιο συχνές αιτίες θανάτου για τα άτομα με σύνδρομο Werner είναι ο καρκίνος και τα καρδιακά επεισόδια, σύμφωνα με το NIH.
Οι ερευνητές χρησιμοποίησαν σύνολα δεδομένων γονιδιακής έκφρασης από διαταραχές ανεπαρκούς επιδιόρθωσης DNA με αυξημένο κίνδυνο καρκίνου, προκειμένου να εντοπίσουν βιοδείκτες για συχνά απορυθμισμένα γονίδια που θα μπορούσαν να σχετίζονται με την εξέλιξη του καρκίνου. Σε προσπάθειες να εντοπίσει τα μονοπάτια που σχετίζονται με τον καρκίνο στις ασθένειες, η ομάδα ανέλυσε αλλαγές στα προφίλ γονιδιακής έκφρασης, ειδικά εκείνων που έδειχναν γονίδια που ήταν απορυθμισμένα.
«Ιδιαίτερα, το CEP135 ήταν το πιο ρυθμισμένο γονίδιο με παρόμοιο μοτίβο έκφρασης στις τρεις ασθένειες επιδιόρθωσης του DNA, υποδηλώνοντας ότι μπορεί να σχετίζεται με τον κοινό φαινότυπο του καρκίνου», ανέφεραν οι επιστήμονες.
Οι επιστήμονες υπέθεσαν ότι το γονίδιο CEP135 μπορεί να χρησιμεύσει ως προγνωστικός βιοδείκτης που θα μπορούσε να ταξινομήσει τους ασθενείς σε υποομάδες με διαφορετικά αποτελέσματα επιβίωσης. Για να το ελέγξει αυτό, η ομάδα πραγματοποίησε ανάλυση επιβίωσης για 33 τύπους καρκίνου από το σύνολο δεδομένων The Cancer Genome Atlas (TCGA), ένα από τα μεγαλύτερα και πιο ολοκληρωμένα σύνολα δεδομένων γονιδιωματικής που είναι διαθέσιμα με δείγματα καρκίνου από περισσότερους από 11.000 ασθενείς που εκτείνονται σε μια περίοδο δώδεκα ετών σύμφωνα με τις Η.Π.Α. Εθνικό Ινστιτούτο Καρκίνου.
Αυτό είχε ως αποτέλεσμα την ανακάλυψη ότι το γονίδιο CEP135 μπορεί να χρησιμεύσει ως προγνωστικός βιοδείκτης για ασθενείς με σάρκωμα – έναν σπάνιο τύπο καρκινικού όγκου που αναπτύσσεται στον συνδετικό ιστό. Ακονίζοντας την ανάλυσή τους σε ασθενείς με σάρκωμα με υψηλή έκφραση του γονιδίου CEP135 και χαμηλά αποτελέσματα επιβίωσης, οι επιστήμονες ανακάλυψαν, με τη βοήθεια του αλγόριθμου AI, μια λίστα με τους 20 πιο πολλά υποσχόμενους στόχους γονιδίων. Αυτός ο κατάλογος των υποψηφίων γονιδίων περιορίστηκε περαιτέρω σε πέντε γονίδια μετά από πειραματική επαλήθευση. Από αυτά τα υπόλοιπα πέντε, το γονίδιο που μοιάζει με πόλο κινάση 1 (PLK1) ήταν το μόνο που έδειξε σημαντική μείωση στην κυτταρική ανάπτυξη, καθιστώντας το πιθανό στόχο για μελλοντική θεραπεία του καρκίνου.
«Ενώ απαιτείται περαιτέρω επικύρωση του στόχου, αυτή η μελέτη έδειξε τη δυνατότητα των μελετών που βασίζονται σε πυρίτιο για ταχεία ανακάλυψη βιοδεικτών και χαρακτηρισμό στόχων», κατέληξαν οι επιστήμονες.
Πνευματικά δικαιώματα © 2022 Cami Rosso Με την επιφύλαξη παντός δικαιώματος.