Մեծ տվյալները և AI-ն հանդիպում են քաղցկեղի հետազոտությանը

Նոր մոտեցումն օգտագործում է արհեստական ​​ինտելեկտը, մեքենայական ուսուցումը և մեծ տվյալները՝ բազմաֆունկցիոնալ դեղամիջոցներ հայտնաբերելու համար

Քաղցկեղով շատ հիվանդներ բուժում են անցնում բազմաթիվ դեղամիջոցներով, որոնցից յուրաքանչյուրը տարբեր կերպ է հարձակվում քաղցկեղի վրա, ուստի այդ համակցությունը պայքարում է քաղցկեղի դեմ բազմաթիվ ճակատներում: Սակայն ավելի շատ դեղամիջոցներ նշանակում են կողմնակի ազդեցությունների ավելի մեծ ռիսկ:

«Քաղցկեղի թերապիայի մեծ մասն այժմ համակցված բուժում է», - ասում է Ավինաշ (Ավի) Սահուն, բ.գ.թ., Նյու Մեքսիկոյի համալսարանի քաղցկեղի համապարփակ կենտրոնի ասիստենտ: Սահուն միացել է ՄԱԿ-ին Հարվարդի և Դանա-Ֆարբերի քաղցկեղի ինստիտուտից: «Մենք ցանկանում էինք գտնել դեղամիջոցներ, որոնք կարող էին միաժամանակ ճնշել երկու քաղցկեղ առաջացնող ուղիներ»:

Սակայն ժամերով լաբորատորիայում անցկացնելու փոխարեն Սահուն դիմեց իր համակարգչին:

Սահուն և նրա հետազոտական ​​թիմը ստեղծեցին երկու մոտեցում. Առաջինը, որը կոչվում է BiopotentR, օգտագործում է հանրությանը հասանելի գենոմային տվյալներ՝ գտնելու դեղամիջոցներ, որոնք կարող են տարբեր ձևերով հարձակվել քաղցկեղի վրա և բացահայտելու այն գեները, որոնց թիրախում են դեղերը: Երկրորդը կիրառում է մեքենայական ուսուցման մեթոդներ այս տեղեկատվության նկատմամբ՝ կանխատեսելու համար, թե մարդիկ ինչպես կպատասխանեն իմունոթերապիային:

Մեքենայական ուսուցումը նման է մարդկանց սովորելու ձևին: Ինչպես մարդիկ սովորում են նոր բաներ, ինչպիսիք են հեծանիվ վարելը կամ մեքենա վարելը, մեծ փորձի շնորհիվ, համակարգչային մեքենայական ուսուցումը յուրացնում է հսկայական քանակությամբ տվյալներ և հավաքում օրինաչափություններ, որոնք այն կարող է կիրառել այլ առաջադրանքների համար:

Սակայն միայն քաղցկեղի հետազոտության տվյալները բավարար չէին Սահուի և նրա թիմի համար կանխատեսելու համար, թե մարդիկ ինչպես կարձագանքեն դեղամիջոցին: Նրանց անհրաժեշտ էին լրացուցիչ կենսաբանական տվյալներ, որոնք նրանք կարող էին այնուհետև կիրառել քաղցկեղով հիվանդների և քաղցկեղի դեմ դեղամիջոցների պատասխանների համար: Մեքենայի ուսուցման առումով, նրանք պետք է սովորեին կենսաբանական համատեքստից և կիրառեին այդ գիտելիքները քաղցկեղի համատեքստում. դա մի տեխնիկա է, որը կոչվում է փոխանցման ուսուցում:

Սահուն և նրա թիմը համագործակցել են ընկերության հետ՝ գտնելու միացություն, որը թիրախավորելու է քաղցկեղի գենի լավագույն թեկնածուին, որը նրանք հայտնաբերել են՝ օգտագործելով BipotentR-ը: Նախակլինիկական թեստավորման ժամանակ նրանք հաստատեցին, որ իրենց կանխատեսումները ճշգրիտ էին:

Բայց աշխատանքը կարելի է ընդլայնել, ասում է Սահուն։

«Երբ ուռուցքներն ունեն գերակտիվ բազմաֆունկցիոնալ դեղամիջոցների թիրախներ, հիվանդներն ավելի քիչ հավանական է, որ արձագանքեն իմունոթերապիային», - ասում է նա: «Սակայն, այս տեսակի ուռուցքներով հիվանդները կարող են պոտենցիալ օգուտ քաղել իմունոթերապիայի և բազմաֆունկցիոնալ դեղամիջոցների համակցությունից»:

Թիմի աշխատանքը չի սահմանափակվում միայն նյութափոխանակության և իմունային թիրախներով. այն կարող է հարմարեցվել ցանկացած երկու գործոն ուսումնասիրելու համար՝ ավելի լավ բազմաֆունկցիոնալ դեղամիջոցներ գտնելու համար: Սահուն ասում է, որ այս մոտեցումն այսպիսով հետաքրքիր հնարավորություն է տալիս նոր հետազոտությունների համար քաղցկեղի վրա հիմնված տարբեր նախագծերում:

Իսկ դեղերի ավելի արագ հայտնաբերումը նշանակում է ավելի ճշգրիտ անհատականացված բժշկություն:

Ավինաշ Սահուի մասին, բ.գ.թ

Ավինաշ Սահուն, բ.գ.թ., ասիստենտ է Նյու Մեքսիկոյի համալսարանի բժշկության դպրոցում, Ներքին բժշկության ամբիոնում, թարգմանական ինֆորմատիկայի բաժանմունքում: Նա միացել է UNM ֆակուլտետին 2023 թվականի հունվարին: Դոկտոր Սահուն դոկտորի կոչում է ստացել Մերիլենդի համալսարանից: Նրա հետազոտությունը կենտրոնանում է մեքենայական ուսուցման և խորը ուսուցման կիրառությունների վրա՝ բարելավելու քաղցկեղի ըմբռնումն ու բուժումը:

Թղթի տեղեկանք

«Իմուն-մետաբոլիկ հակաուռուցքային դեղամիջոցների թիրախների հայտնաբերումը բացահայտում է էստրոգենի հետ կապված ալֆայի ընկալիչը» հրապարակվել է առցանց 27 թվականի հունվարի 2023-ին Cancer Discovery-ում (https://aacrjournals.org/cancerdiscovery): Հեղինակներն են՝ Ավինաշ Դ. Սահու, Սյաոման Վանգ, Ֆիլիպ Մունսոն, Յան Կլոմպ, Սյաոկինգ Վանգ, Շենգցին Գու, Գեգե Քյան, Ֆիլիպ Նիկոլ, Զեքսիան Զենգ, Չենֆեյ Վանգ, Քոլին Թոքհեյմ, ​​Վուբինգ Չժան, Ջինգսին Ֆու, Ջին Վանգ, Նիշանթ Ու։ Նաիր, Յոսթ Ռենս, Մերիեմ Բուրաջայ, Բաս Յանսեն, Ինգե Լենդերս, Յապ Լեմմերս, Մարկ Մուստերս, Սաննե վան Զանտեն, Լաուրա վան Զելստ, Ջեննի Ուորթինգթոն, Մայլս Բրաուն, Ջուն Ս. Լյու, Դեյան Յուրիկ, Քլիֆ Ա. Մեյեր, Արթուր Ուբրի, X. Shirley Liu, David E. Fisher, Keith T. Flaherty.