Вторник, 27 февраля, 2024
ДомойТехнологииGraphNovo: революция в лечении рака с помощью машинного обучения

GraphNovo: революция в лечении рака с помощью машинного обучения

- Advertisement -

Программа GraphNovo Университета Ватерлоо, использующая машинное обучение, значительно повышает точность секвенирования пептидов в клетках, предлагая прорыв в персонализированном лечении рака и разработке вакцин. Фото: SciTechDaily.com

Прорыв в области искусственного интеллекта может привести к разработке высоко персонализированной медицины для лечения серьезных заболеваний.

Технология машинного обучения помогает ученым изучать состав неизвестных клеток, что потенциально может привести к созданию персонализированной медицины для лечения рака и других серьезных заболеваний.

Исследователи из Университета Ватерлоо разработали GraphNovo, новую программу, которая обеспечивает более точное понимание последовательностей пептидов в клетках. Пептиды представляют собой цепочки аминокислоты внутри клеток и являются строительными блоками, столь же важными и уникальными, как и ДНК или РНК.

Иммунотерапия и секвенирование пептидов

У здорового человека иммунная система может правильно идентифицировать пептиды неправильных или чужеродных клеток, таких как раковые клетки или вредные бактерии, а затем нацеливаться на эти клетки для уничтожения. Для людей, чья иммунная система испытывает трудности, многообещающая область иммунотерапии работает над переобучением их иммунной системы для выявления этих опасных захватчиков.

«Что ученые хотят сделать, так это секвенировать эти пептиды между нормальной тканью и раковой тканью, чтобы распознать различия», — сказал Зепин Мао, доктор философии. кандидат Школы компьютерных наук Черитона, разработавший GraphNovo под руководством доктора Мин Ли.

Этот процесс секвенирования особенно сложен в случае новых заболеваний или раковых клеток, которые ранее не анализировались. Хотя ученые могут использовать существующую базу данных пептидов при анализе ранее изученных заболеваний или организмов, рак и иммунная система каждого человека уникальны.

Чтобы быстро построить профиль пептидов в незнакомой клетке, ученые использовали метод, называемый секвенированием пептидов de novo, который использует масс-спектрометрию для быстрого анализа нового образца. Этот процесс может привести к тому, что некоторые пептиды будут неполными или полностью отсутствующими в последовательности.

GraphNovo: скачок в точности секвенирования

Использование машинное обучениеGraphNovo значительно расширяет возможности точность в идентификации пептидных последовательностей путем заполнения этих пробелов точной массой пептидной последовательности. Такой скачок в точности, вероятно, будет чрезвычайно полезен в различных областях медицины, особенно в лечении рака и создании вакцин от таких заболеваний, как Эбола и вирус Эбола. COVID-19. Исследователи достигли этого прорыва благодаря приверженности Ватерлоо достижениям в области взаимодействия технологий и здравоохранения.

«Если у нас не будет достаточно хорошего алгоритма, мы не сможем разработать методы лечения», — сказал Мао. «На данный момент это все теоретически. Но скоро мы сможем использовать его в реальном мире».

Ссылка: «Уменьшение проблемы недостающей фрагментации при секвенировании пептидов de novo с помощью двухэтапной модели глубокого обучения на основе графов», Зепин Мао, Жуйсюэ Чжан, Лэй Синь и Мин Ли, 19 октября 2023 г., Природа Машинный интеллект.
DOI: 10.1038/s42256-023-00738-x

Исходная ссылка

- Advertisement -

Популярное по теме