کمک قابل توجه هوش مصنوعی به تشخیص و درمان سرطان

کمک قابل توجه هوش مصنوعی به تشخیص و درمان سرطان

محققان مؤسسه گاروان برای شناسایی عناصر سرطان‌زا در نواحی غیرکدکننده DNA از هوش مصنوعی استفاده کرده‌اند، که راه را برای روش‌های نوآورانه در تشخیص و درمان سرطان هموار می‌کند.

به گزارش تک‌ناک، تحقیقی جدید نشان می‌دهد که DNA غیرکدکننده، که 98 درصد از ژنوم ما را تشکیل می‌دهد و حاوی دستورالعمل‌هایی برای ساخت پروتئین نیست و به عنوان «DNA زباله» شناخته می‌شود، نقش مهمی در تشخیص و درمان سرطان دارد.

این مطالعه توسط مؤسسه پزشکی گاروان انجام شده و در مجله تحقیقات اسیدهای نوکلئیک منتشر شده است. یافته‌های این پژوهش جهش‌هایی را در مناطقی از ژنوم که در گذشته نادیده گرفته شده بودند، نشان می‌دهد و ممکن است در شکل‌گیری و پیشرفت حداقل 12  نوع سرطان مختلف از جمله سرطان پروستات، سینه و روده بزرگ نقش داشته باشند.

این کشف می‌تواند باعث تشخیص زودهنگام و درمان‌های جدید مؤثر برای بسیاری از انواع سرطان شود.

دکتر آماندا خوری، یکی از محققان این مطالعه گفت: «تحقیقات ما جهش‌هایی را در این مناطق DNA پیدا کرده است، که می‌تواند رویکردی جدید و جهانی را برای درمان سرطان ابداع کند.»

نقش مهم DNA غیرکدکننده در تشخیص و درمان سرطان

چگونگی بررسی با هوش مصنوعی

محققان روی جهش‌هایی که بر محل‌های اتصال پروتئینی به نام CTCF تأثیر می‌گذارند، تمرکز کردند، که به تا کردن رشته‌های بلند DNA به شکل‌های خاص کمک می‌کند. آنها در تحقیقات قبلی خود کشف کرده بودند که این مکان‌های اتصال، بخش‌های دوردست DNA را به هم نزدیک می‌کنند و ساختارهای سه‌بعدی را تشکیل می‌دهند که فعال یا غیرفعال شدن ژن‌ها را به کنترل درمی‌آورد.

دکتر خوری عنوان کرد: «ما در گذشته زیرمجموعه‌ای از محل‌های اتصال CTCF را شناسایی کرده بودیم که پایدار هستند، یعنی مانند لنگرهایی در ژنوم عمل می‌کنند که در انواع مختلف سلول وجود دارد. ما فرض کردیم که اگر این لنگرها معیوب شوند، امکان دارد سازماندهی سه‌بعدی ژنوم طبیعی را مختل کند و به شکل‌‌گیری و پیشرفت سرطان کمک نماید.»

برای آزمایش این موضوع، محققان یک ابزار پیشرفته یادگیری ماشینی (AI) به نام CTCF-INSITE را توسعه دادند، که از ویژگی‌های ژنومی و اپی‌ژنومیک برای پیش‌بینی اینکه کدام مکان‌های CTCF به احتمال زیاد در مجموع 12 نوع سرطان پایدار هستند، استفاده می‌کرد. آنها سپس بیش از 3000 نمونه تومور از بیماران مبتلا به 12 نوع سرطان را که از پایگاه داده کنسرسیوم بین‌المللی ژنوم در دسترس بود، ارزیابی کردند و دریافتند که لنگرهای پایدار سرشار از جهش هستند.

دکتر ونهان چن، نویسنده اول این مطالعه توضیح داد: «با استفاده از ابزار یادگیری ماشینی، مکان‌های پیوسته CTCF را در 12 نوع سرطان مختلف شناسایی کردیم. به طور قابل‌توجهی، ما دریافتیم که هر نمونه سرطان حداقل یک جهش در محل اتصال CTCF پایدار دارد.»

وی تصریح کرد: «این تحقیق تأیید کرد که مکان‌های پیوسته CTCF نقاط حساس جهشی در سرطان‌ها هستند. ما فکر می‌کنیم این جهش‌ها به سلول‌های سرطانی قابلیت بقا و اجازه تکثیر و گسترش می‌دهد.»

به سوی یک رویکرد جهانی برای درمان سرطان

چن اعلام کرد: «این یافته‌ها می‌تواند پیامدهای گسترده‌ای برای درک و درمان بسیاری از انواع سرطان داشته باشد. بیشتر درمان‌های جدید سرطان باید با دقت جهش‌های خاصی که همیشه در بین انواع مختلف تومور رایج نیستند را بررسی کنند، اما از آنجایی که این لنگرهای CTCF در چندین نوع مختلف سرطان جهش یافته‌اند، ما امکان توسعه روش‌هایی را هموار می‌کنیم که می‌تواند برای چندین سرطان مؤثر باشد.»

محققان اکنون در حال برنامه‌ریزی آزمایش‌های بیشتر در مقیاس بزرگ با استفاده از ابزار ویرایش ژن CRISPR هستند تا بررسی کنند که چگونه این جهش‌های لنگر، ژنوم سه‌بعدی را مختل می‌کنند و به طور بالقوه باعث پیشرفت سرطان می‌شوند.

پروفسور سوزان کلارک، نویسنده اول این مطالعه نیز گفت: «اکنون ما آنچه را که اعتقاد داریم لنگرهای حیاتی ژنوم هستند، کشف کردیم و نشان دادیم که برای حفظ هموستاز ساختار ژنوم مهم هستند، پس منطقی است که این جهش‌های DNA غیرکدکننده این هموستاز را در سلول سرطانی مختل کنند.»

وی بیان کرد: «ما امیدوار هستیم که ژن‌های کلیدی یا مسیرهای ژنی را که تحت تأثیر جهش‌ها قرار می‌گیرند، شناسایی کنیم که می‌تواند به عنوان نشانگرهایی برای تشخیص زودهنگام سرطان یا اهدافی برای درمان‌های جدید باشد.»

کلارک تأکید کرد: «یافتن این سرنخ‌ها که در حجم وسیعی از داده‌ها پنهان شده بودند، نمونه‌ای قدرتمند از این است که چگونه هوش مصنوعی تحقیقات پزشکی را تقویت می‌کند. این یک مرز جدید در مطالعه سرطان است و ما هیجان‌زده هستیم که آن را بیشتر بررسی کنیم.»

technoc-instagram