Учени откриват с помощта на изкуствен интелект невидими маркери на заболявания вътре в клетките

2.10.25 г., 10:58 ч.

611

Учени откриват с помощта на изкуствен интелект невидими маркери на заболявания вътре в клетките

Копирано

Учени от Канада са разработили система на базата на изкуствен интелект (ИИ), способна да открива трудноуловими молекулярни маркери на заболявания вътре в отделните клетки, пише "Сайънс дейли".

Авторите на изследването, публикувано в сп. "Нейчър къмюникейшънс", обясняват, че много болести оставят своя "отпечатък" под формата на едва забележими промени в експресията на РНК. Тези сигнали могат да свидетелстват за наличието на заболяване, неговия стадий или реакцията на организма към лечението.

Традиционните методи обаче често опростяват данните - те анализират РНК на ниво цял ген, като губят важна информация за това как точно той е активен във всяка отделна клетка.

Разработката на екипа от университета "Макгил" позволява експресията на РНК да бъде анализирана по-подробно на ниво екзони - малки участъци от РНК, които формират окончателната структура на гена. Този подход дава по-точна представа за молекулярните промени, свързани с болестите.

"Гените не са устроени като цели блокове, а като набори от части, подобни на конструктор LEGO. Нашата система, наречена DOLPHIN, анализира как точно се свързват тези части и долавя сигнали за заболявания, които преди това са били неоткриваеми", обяснява водещият автор на изследването Кайлу Сонг.

Учени създадоха нов вид човешка клетка

В един от експериментите системата е анализирала данни за отделни клетки на пациенти с рак на панкреаса и е открила над 800 нови маркера на заболяването, които не са били засечени с традиционните методи. Тя също така е успяла да разграничи пациенти с агресивни и по-малко опасни форми на тумора.

Според авторите DOLPHIN ще направи възможно в бъдеще да бъдат създавани "виртуални клетки". Подобни цифрови модели ще имитират поведението на истинските клетки и тяхната реакция към лекарствата. Това ще позволи да се прогнозира ефективността на терапиите преди началото на клиничните изпитвания, допълва БТА.