ИИ DOLPHIN обнаружил сотни невидимых маркеров рака
Новый инструмент искусственного интеллекта выявляет скрытые генетические маркеры внутри отдельных клеток, позволяя проводить более раннюю диагностику и точный подбор лечения
Короткое резюме
Исследователи Университета Макгилла разработали инструмент искусственного интеллекта DOLPHIN, способный обнаруживать ранее невидимые маркеры заболеваний внутри отдельных клеток. В отличие от традиционных методов анализа на уровне генов, которые объединяют маркеры в единый счет на ген, DOLPHIN анализирует, как гены сплайсируются из более мелких фрагментов — экзонов, обеспечивая более детальное представление о состояниях клеток. Этот подход позволяет выявить тонкие вариации в экспрессии РНК, которые могут указывать на наличие заболевания, его тяжесть или потенциальный ответ на лечение.
В тестовом случае анализа данных отдельных клеток пациентов с раком поджелудочной железы DOLPHIN обнаружил более 800 маркеров заболевания, пропущенных традиционными инструментами. Система смогла различить пациентов с высокорисковыми агрессивными формами рака и тех, у кого заболевание протекало менее тяжело, что может помочь врачам в выборе оптимального пути лечения. Как отметил старший автор исследования Джун Динг, «этот инструмент имеет потенциал помочь врачам подбирать пациентам терапии, которые с наибольшей вероятностью подействуют, уменьшая метод проб и ошибок в лечении».
Прорыв также закладывает основу для достижения долгосрочной цели создания цифровых моделей человеческих клеток. DOLPHIN генерирует более богатые профили отдельных клеток, чем традиционные методы, что позволяет создавать виртуальные симуляции поведения клеток и их реакции на лекарства до перехода к лабораторным или клиническим испытаниям, экономя время и средства. Следующим шагом исследователей будет расширение охвата инструмента с нескольких наборов данных до миллионов клеток.
Текст сгенерирован с использованием ИИ
Ключевые выводы
Высокая чувствительность
Обнаружено 800+ маркеров рака поджелудочной железы, пропущенных традиционными методами
Точная стратификация
Возможность различать агрессивные и менее тяжелые формы рака
Новый уровень анализа
Изучение сплайсинга экзонов вместо анализа на уровне целых генов
Перспективы моделирования
Заложена основа для создания виртуальных моделей клеток
Ключ. выводы подготовлены с использованием ИИ