Minden iLive-tartalmat orvosi szempontból felülvizsgáltak vagy tényszerűen ellenőriznek, hogy a lehető legtöbb tényszerű pontosságot biztosítsák.
Szigorú beszerzési iránymutatásunk van, és csak a jó hírű média oldalakhoz, az akadémiai kutatóintézetekhez és, ha lehetséges, orvosilag felülvizsgált tanulmányokhoz kapcsolódik. Ne feledje, hogy a zárójelben ([1], [2] stb.) Szereplő számok ezekre a tanulmányokra kattintható linkek.
Ha úgy érzi, hogy a tartalom bármely pontatlan, elavult vagy más módon megkérdőjelezhető, jelölje ki, és nyomja meg a Ctrl + Enter billentyűt.
A mesterséges intelligencia modell ultragyorsan észleli a rák jeleit
Utolsó ellenőrzés: 02.07.2025
A Göteborgi Egyetem kutatói kifejlesztettek egy mesterséges intelligencia alapú modellt, amely javítja a rák kimutatásának lehetőségét a cukorelemzés révén. Ez a mesterséges intelligencia alapú modell gyorsabb és jobban találja meg a rendellenességeket, mint a jelenlegi félautomata módszer.
A glikánok, a sejtjeinkben található cukormolekulák szerkezete tömegspektrometriával mérhető. Ezek a szerkezetek a sejtekben található különféle ráktípusokra utalhatnak. A tömegspektrométerből származó adatokat azonban az embereknek gondosan elemezniük kell, hogy a glikán fragmentációjából meghatározzák a szerkezetet. Ez a folyamat órákig vagy akár napokig is eltarthat minden egyes minta esetében, és a világon csak néhány szakértő tudja nagy pontossággal elvégezni, mivel ez lényegében sok év alatt elsajátított detektívmunka.
A nyomozói munka automatizálása
Ez a folyamat szűk keresztmetszetet jelent a glikánanalízis alkalmazásában, például a rák kimutatásában, ahol sok mintát kell elemezni. A Göteborgi Egyetem kutatói kifejlesztettek egy mesterséges intelligencia modellt ennek a munkának az automatizálására. A Candycrunch nevű mesterséges intelligencia modell tesztenként mindössze néhány másodperc alatt megoldja a feladatot. Az eredményeket a Nature Methods folyóiratban megjelent tudományos cikkben tették közzé.
A mesterséges intelligencia modelljét egy több mint 500 000 különböző cukormolekula-fragmentációt és a hozzájuk kapcsolódó struktúrákat tartalmazó adatbázissal képezték ki.
Új biomarkerek
Ez azt jelenti, hogy a mesterséges intelligencia modellje hamarosan elérheti ugyanazt a pontossági szintet, mint más biológiai szekvenciák, például a DNS, az RNS vagy a fehérjék szekvenálása. Sebességének és pontosságának köszönhetően a modell felgyorsíthatja a glikán biomarkerek felfedezését a rák diagnosztizálásában és prognózisában.
„Úgy gondoljuk, hogy a glikánanalízis a biológiai és klinikai kutatások jelentősebb részévé válik most, hogy automatizáltuk a szűk keresztmetszetet” – mondja Daniel Boyar, a Göteborgi Egyetem bioinformatikai docense.
A Candycrunch modell képes azonosítani azokat a struktúrákat is, amelyeket a manuális elemzés gyakran kihagy alacsony koncentrációjuk miatt. Így a modell segíthet a kutatóknak új glikán biomarkerek felfedezésében.