РНК-секвенирование для онкодиагностики |
||
|
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ Атаки на ИИ Внедрение ИИИИ теория Компьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Промпты. Генеративные запросы Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2020-06-16 10:40 Ученые из МФТИ совместно с коллегами и медиками впервые успешно применили РНК-секвенирование для диагностики рака. Исследование опубликовано в швейцарском журнале Biomedicines. ![]() Классическим методом в диагностике онкологических заболеваний является иммуногистохимическое окрашивание срезов опухолевой ткани. Этот метод позволяет выявить наличие и измерить количество особых белков-маркеров, характерных для злокачественных новообразований. Для проведения процедуры иммуногистохимического окрашивания образец опухоли погружают в горячий парафин. После остывания блок парафинизованной ткани нарезают на тонкие срезы, которые окрашивают и исследуют методами микроскопии. Полученные изображения позволяют судить о злокачественности и молекулярном типе опухоли, что крайне важно для подбора подходящей терапии. Принцип метода РНК-секвенирования состоит в определении последовательностей и количеств всех молекул РНК, присутствующих в клетке. Полученная совокупность данных, так называемый транскриптом, содержит информацию об уровне активности всех генов в клетке. Для анализа таких больших объемов данных биоинформатики применяют специализированные алгоритмы, создают базы данных транскриптомов различных клеток и тканей человека. Авторы работы предложили использовать метод РНК-секвенирования как альтернативу и дополнение к классическому методу иммуногистохимии. Причем в качестве биоматериала предложено использовать те же парафинизованные фрагменты опухоли. Это позволяет избежать дополнительного взятия биопсии у пациента, а также легко комбинировать оба подхода. «Мы впервые показали, что результаты этих двух методик прекрасно соответствуют друг другу, только для иммуногистохимических исследований нужно сделать намного больше экспериментов — столько, сколько биомаркеров нужно посмотреть, — и потратить гораздо больше материала. А РНК-секвенирование позволяет сразу количественно охарактеризовать работу всех белок-кодирующих генов, а их около 20 тысяч!» — рассказывает Антон Буздин, руководитель исследования, заведующий лабораторией трансляционной геномной биоинформатики МФТИ. В своем исследовании авторы для нескольких видов опухолей показали наличие четкой корреляции между уровнем экспрессии четырех разных генов-маркеров опухоли, измеренных методом РНК-секвенирования, и результатами иммуногистохимического окрашивания (Рисунок 1) . «Мы уверены, что у РНК-секвенирования большое будущее в медицинской диагностике, и очень рады, что наша работа, как мы надеемся, хоть немного смогла его приблизить», — резюмирует Антон Буздин. ![]() В исследовании, кроме ученых из лаборатории трансляционной геномной биоинформатики МФТИ, принимали участие их коллеги и медики из Института персонализированной медицины Первого Московского государственного медицинского университета им. И. М. Сеченова, Института биоорганической химии им. М. М. Шемякина и Ю. А. Овчинникова, Карельского республиканского онкологического диспансера, Медцентра Витамед, МГУ им. М. В. Ломоносова, Калужской областной онкологической больницы, Онкологического диспансера Республики Карелия и компании Oncobox (США). Работа выполнена при поддержке Российского научного фонда. Телеграм: t.me/ainewsline Источник: m.vk.com Комментарии: |
|