Новый алгоритм может предсказать, какие гены вызывают рак, даже если их последовательность ДНК не изменилась. Команда исследователей в Берлине объединила широкий спектр данных, проанализировала их с помощью «искусственного интеллекта» и выявила многочисленные гены рака. Это открывает новые перспективы для таргетной терапии рака в персонализированной медицине и для разработки биомаркеров.
При раке клетки выходят из-под контроля. Они размножаются и проникают в ткани, разрушая органы и тем самым нарушая жизненно важные функции. Этот неограниченный рост обычно вызывается накоплением изменений ДНК в генах рака, то есть мутациями в этих генах, которые управляют развитием клетки. Но у некоторых видов рака очень мало мутировавших генов, а это означает, что в этих случаях к заболеванию приводят другие причины.
Группа исследователей из Института молекулярной генетики Макса Планка (MPIMG) в Берлине и из Института вычислительной биологии Гельмгольца Zentrum München разработала новый алгоритм с использованием технологии машинного обучения для идентификации 165 ранее неизвестных генов рака. Последовательности этих генов не обязательно изменены — очевидно, уже нарушение регуляции этих генов может привести к раку. Все недавно идентифицированные гены тесно взаимодействуют с хорошо известными генами рака и, как было показано, необходимы для выживания опухолевых клеток в экспериментах на клеточных культурах.
Дополнительные цели для персонализированной медицины
Алгоритм, получивший название «EMOGI» для объяснимой интеграции мульти-омического графа, также может объяснить взаимосвязи в клеточном механизме, которые превращают ген в ген рака . Как описала в журнале Nature Machine Intelligence группа исследователей во главе с Анналисой Марсико , программное обеспечение объединяет десятки тысяч наборов данных, полученных из образцов пациентов. Они содержат информацию о метилировании ДНК, активности отдельных генов и взаимодействиях белков в клеточных путях в дополнение к данным о последовательностях с мутациями. В этих данных алгоритм глубокого обучения обнаруживает закономерности и молекулярные принципы, которые приводят к развитию рака.
«В идеале мы в какой-то момент получаем полную картину всех генов рака, которые могут по-разному влиять на прогрессирование рака у разных пациентов», — говорит Марсико, до недавнего времени возглавлявший исследовательскую группу MPIMG, а теперь и Helmholtz Zentrum München. «Это основа индивидуальной терапии рака ».
В отличие от традиционных методов лечения рака, таких как химиотерапия, индивидуализированная терапия позволяет подбирать лекарства точно в соответствии с типом опухоли. «Цель состоит в том, чтобы выбрать лучшую терапию для каждого пациента, то есть наиболее эффективное лечение с наименьшими побочными эффектами. Кроме того, мы сможем идентифицировать рак уже на ранних стадиях, основываясь на их молекулярных характеристиках».