Исследователи разработали алгоритм для распознавания генов опухолей

Новый метод поиска генов, которые стимулируют рост опухоли, использует преимущества алгоритмов машинного обучения для анализа множества молекулярных данных, собранных из исследований раковых клеточных линий, мышиных моделей и у пациентов. Результаты исследования опубликованы в научном журнале Scientific Reports.

Материалы и методы обследования

В новом исследовании ученые во главе с автором исследования Робертом Хендорфом (Robert Hoehndorf) из Исследовательского центра вычислительной биологии Научно-технологического университета имени короля Абдаллы (KAUST’s Computational Bioscience Research Center) обучили систему искусственного интеллекта (ИИ) связывать определенные мутации ДНК с измененной функциональностью. Традиционно ученые приступили к поиску генов, которые играют роль в возникновении рака, начав с данных о последовательности ДНК путем обширной каталогизации опухолевых мутаций, распространенных среди пациентов с распространенным типом рака. Ученые создали модель машинного обучения, которая учитывает многие биологические особенности генов и путей, участвующих в образовании опухоли.

Затем исследователи дополнительно проверили эффективность алгоритма на молекулярных данных, собранных у двух групп больных раком. Первая группа была из университетской больницы им. Короля Абдель Азиза (King Abdulaziz University Hospital in Saudi Arabia) в Саудовской Аравии, в которую вошли 26 образцов опухолей от людей с карциномой носоглотки. Другая когорта включала 114 образцов колоректального рака от пациентов, проходивших лечение в клинике Университета Бирмингема (Birmingham Hospital) в Соединенном Королевстве. 

Результаты научной работы

Ученые показали, что могут идентифицировать гены с известной причинной ролью в развитии рака и выбрать десятки предполагаемых новых генов для 20 различных типов опухолей. Метод прогнозирования — описанный в научных работах и свободно доступный в Интернете — может помочь клиницистам адаптировать лекарственные препараты к молекулярным подтипам рака у пациентов. Метод прогнозирования также может быть использован фармацевтическими компаниями в поисках новых терапевтических целей.

«Наш метод может использоваться в качестве основы для прогнозирования и анализа генов, вызывающих рак, в любой базе данных или в реальной выборке населения», — объясняет соавтор исследования Сара Альтубаити (Sara Althubaiti).

Исследователи зарегистрировали сотни генов, которые влияют на развитие опухолей. Экспериментальное наблюдение затем используется для функциональной связи этих генов с признаками рака.

Исследователи разработали алгоритм для распознавания функциональных и фенотипических паттернов, которые предрасполагают ген к участию в развитии опухоли. Ученые подтвердили правильность модели, используя общедоступную базу данных о 27000 различных вариантов опухолей, показав, что алгоритм может точно классифицировать известные гены, вызывающие рак, и обнаружить более 100 других вероятных виновников, многие из которых имеют конкретные роли в развитии подтипов опухолей. В обеих группах пациентов модель выделяла гены, которые часто мутировали, и разделяла патогенные признаки других генов, вызывающих рак.

Авторы другого исследования утверждают, что гены HNF4A и HNF4G отвечают за развитие рака кишечника.

Приглашаем подписаться на наш канал в Яндекс Дзен


Добавьте «МКБ-11» в любимые источники Яндекс Новости


Рейтинг
( Пока оценок нет )
Понравилась статья? Поделиться с друзьями:
МКБ-11