Onderzoekers van McGill University (Canada) hebben zojuist een nieuwe tool voor kunstmatige intelligentie (AI) ontwikkeld die onzichtbare ziektemarkers in individuele cellen kan detecteren. Dit biedt patiënten de mogelijkheid om de diagnose eerder te stellen en nauwkeurigere behandelingsopties te kiezen.
De tool, DOLPHIN genaamd, wordt beschreven in een studie gepubliceerd in het tijdschrift Nature Communications. Volgens de auteurs zou deze methode artsen kunnen helpen om het 'trial and error'-proces in behandelingen te verminderen door de meest geschikte therapie voor elke patiënt te identificeren.
Ziektemarkers uiten zich vaak als subtiele veranderingen in RNA-expressie. Ze weerspiegelen de aanwezigheid, ernst of reactie op behandeling van de ziekte.
Traditionele analysemethoden vatten alleen samen op genniveau, waardoor veel belangrijke signalen onopgemerkt blijven. DOLPHIN gebruikt AI om gedetailleerd te analyseren hoe kleine segmenten, exonen genaamd, met elkaar verbonden zijn, waardoor genetische markers worden onthuld die tot nu toe over het hoofd zijn gezien.
"Genen zijn niet zomaar één blokje, maar lijken meer op Legoblokjes die uit vele kleine stukjes bestaan. Door te kijken hoe de stukjes met elkaar verbonden zijn, ontdekt onze tool belangrijke ziektemarkers die lange tijd over het hoofd zijn gezien", aldus hoofdauteur Kailu Song, een promovendus.
In een onderzoek analyseerde DOLPHIN gegevens van individuele cellen van patiënten met alvleesklierkanker en ontdekte meer dan 800 ziektemarkers die met conventionele hulpmiddelen niet werden gedetecteerd.
Dankzij deze technologie kan het systeem onderscheid maken tussen patiënten met snel progressieve, risicovolle kanker en patiënten met mildere vormen van kanker. Deze informatie is van cruciaal belang voor het opstellen van de juiste behandelmethode door artsen.
Naast de directe toepassingswaarde legt het project ook de basis voor het langetermijndoel om een virtueel celmodel te bouwen.
De gedetailleerde profielen van afzonderlijke cellen die DOLPHIN genereert, kunnen worden gebruikt om het gedrag van cellen en de reactie op medicijnen te simuleren, voordat ze in laboratoria of klinische tests worden uitgevoerd. Dit bespaart veel tijd en kosten.
Het onderzoeksteam zei dat de volgende stap zal zijn om de toepassing van deze tool uit te breiden naar miljoenen cellen, om zo in de toekomst nauwkeurigere virtuele celmodellen te creëren.
Bron: https://www.vietnamplus.vn/dot-pha-ai-phat-hien-hang-tram-dau-an-ung-thu-vo-hinh-post1067476.vnp
Reactie (0)