Insilico Medicine научит нейросеть транскриптомному анализу

МЕНЮ


Искусственный интеллект
Поиск
Регистрация на сайте
Помощь проекту

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



RSS


RSS новости


Международная группа ученых разработала метод, который позволяет достоверно прогнозировать реакцию пациента на терапию на основе комплексного анализа коэкспрессии генов. Результаты работы опубликованы в журнале Nature Communications.

Основным инструментом современных биоинженерных исследований являются алгоритмы для анализа транскриптомных профилей. С помощью программ типа GSEA или SPIA ученые могут сравнивать экспрессию отдельных генов в биологических образцах и искать закономерности, которые лежат в основе изучаемых молекулярных процессов. Однако эти методы не рассчитаны на оценку динамических взаимодействий между генетическими ансамблями — внутриклеточными сигнальными путями. Предполагается, что изучение этих путей может дать более точные профили транскриптомов.

В новой работе компания Insilico Medicine в сотрудничестве с группой ученых из Университета Джона Хопкинса и других учреждений представила метод, который позволяет связывать не экспрессию генов, а работу сигнальных путей. Он получил название iPANDA (Pathway Activation Network Decomposition Analysis, декомпозиционный анализ сетевой активации сигнальных путей). Входными данными для алгоритма служат показатели реальной и среднестатистической экспрессии генов. Затем программа оценивает их коэкспрессию, группирует и присваивает каждому пути определенное количество очков активации.

Система тестировалась на наборах генов, полученных от пациентов с раком молочной железы. Этот вид опухолей является наиболее сложным для терапевтического прогнозирования из-за высокого уровня гетерогенности (разнообразия клеток). Задачей авторов было оценить эффективность предстоящей терапии с помощью паклитаксела, а также найти пути-маркеры, связанные с активностью рецептора эпидермального фактора роста человека 2 типа (HER2). Избыток этого белка на поверхности опухолевых клеток определяет развитие новообразования и является главной мишенью такого прогноза.


Авторы составили профиль из самых чувствительных к паклитакселу сигнальных путей для пациентов с положительным и отрицательным HER2-статусом. Так, в перечень вошли известные ранее пути ERBB, PTEN, BRCA1 и другие. При этом программа указала значимые различия в сигнальных путях в зависимости от типа заболевания несмотря на многочисленные пересечения. Это соответствует данным о резистентности некоторых типов рака к препарату. Сравнение iPANDA с другими методами (Affymetrix, Agilent) показало, что новый алгоритм значительно точнее в оценке экспрессии (коэффициент корреляции r = 0,89).

По словам ученых, применение iPANDA может прояснить генетическую основу различных заболеваний и разработать против них более эффективные препараты. Кроме того, он позволит сделать медицину более персонализированной. Следующим шагом станет автоматизация метода: сейчас он работает только в сочетании с другими программами для сбора данных. Для этого исследователи уже обучают анализу транскриптомных профилей искусственную нейросеть.

Insilico Medicine — американский разработчик биоинформационного программного обеспечения и препаратов против онкологических заболеваний и биологического старения. Компания основана канадцем российского происхождения Александром Жаворонковым и россиянами Николаем Борисовым и Антоном Буздиным в 2014 году.


Источник: naked-science.ru

Комментарии: