McGill Universitys AI-verktyg kan upptäcka subtila patologiska markörer gömda djupt inne i celler - Illustration: urologiasanrafael.com
Forskare vid McGill University (Kanada) har just utvecklat ett nytt verktyg för artificiell intelligens (AI) som kan upptäcka osynliga sjukdomsmarkörer inuti enskilda celler, vilket öppnar upp möjligheten till tidigare diagnos och mer exakta behandlingsalternativ för patienter.
Verktyget, kallat DOLPHIN, beskrivs i en studie publicerad i tidskriften Nature Communications. Enligt författarna skulle metoden kunna hjälpa läkare att minska "trial and error" i behandlingen genom att identifiera den lämpligaste behandlingen för varje patient.
Sjukdomsmarkörer uppträder ofta som subtila förändringar i RNA-uttryck som återspeglar sjukdomens förekomst, svårighetsgrad eller respons på behandling. Traditionella analysmetoder sammanfattar endast på gennivå, vilket lämnar många viktiga signaler dolda.
DOLPHIN använder AI för att i detalj analysera hur små segment som kallas exoner kopplas till varandra, vilket avslöjar genetiska markörer som har förbisetts.
"Gener är inte bara en kloss, utan mer som Lego-klossar som består av många små bitar. Genom att titta på hur bitarna är sammankopplade avslöjar vårt verktyg viktiga sjukdomsmarkörer som länge har förbisetts", säger huvudförfattaren Kailu Song, en doktorand.
I en studie analyserade DOLPHIN encellsdata från patienter med bukspottkörtelcancer och upptäckte mer än 800 sjukdomsmarkörer som konventionella verktyg missade. Detta gjorde det möjligt för systemet att skilja patienter med aggressiv högriskcancer från de med mindre allvarlig sjukdom, viktig information som hjälper läkare att skräddarsy behandlingsplaner.
Förutom sitt omedelbara tillämpningsvärde lägger arbetet också grunden för det långsiktiga målet att bygga virtuella cellmodeller. De detaljerade encellsprofiler som DOLPHIN skapar kan användas för att simulera cellbeteende och läkemedelsrespons innan de går in i laboratorie- eller kliniska prövningar, vilket sparar avsevärd tid och kostnader.
Nästa steg, sa teamet, kommer att vara att utöka verktygets tillämpning till miljontals celler och därigenom skapa mer exakta virtuella cellmodeller i framtiden.
Källa: https://tuoitre.vn/ai-nhin-xuyen-te-bao-phat-hien-hang-tram-dau-an-ung-thu-vo-hinh-20251005202703229.htm
Kommentar (0)