Перевести на Переведено сервисом «Яндекс.Перевод»

ИИ усилил жидкую биопсию

Модель машинного обучения повысила эффективность диагностики рака по образцу крови, в том числе, на ранних стадиях.


ИИ усилил жидкую биопсию

Своевременная диагностика злокачественных опухолей значительно повышает шансы пациентов на выздоровление. Группа исследователей из Университета Висконсин-Мэдисон, возглавляемая профессором Мухаммедом Муртазой, усовершенствовала метод выявления фрагментов раковой ДНК в плазме крови, используя машинное обучение. В экспериментах он выявил рак на ранней стадии в большинстве исследованных образцов. Примечательно, что метод не требует дорогостоящего оборудования.

Жидкая биопсия основана на анализе фрагментов бесклеточной ДНК, которые обычно происходят из клеток крови, которые погибают в ходе естественных процессов организма, но также могут принадлежать раковым клеткам. Исследовательская группа выдвинула гипотезу, что фрагменты ДНК из раковых клеток могут отличаться от фрагментов здоровых клеток с точки зрения того, где разрываются нити ДНК и какие нуклеотиды – строительные блоки ДНК – окружают места разрыва.

Используя метод общегеномного анализа концов фрагментов GALYFRE (Genome-wide AnaLYsis of FRagment Ends), исследователи определили бесклеточную ДНК в 521 образце крови и секвенировали данные еще 2147 образцов, взятых от здоровых добровольцев и пациентов с 11 различными типами рака.

На основе результатов они разработали показатель, отражающий долю фрагментов раковой ДНК в образце – взвешенную по информации долю аберрантных фрагментов.

Этот показатель, наряду с информацией о нуклеотидах, окружающих концы фрагментов ДНК, был использован для разработки модели машинного обучения, которая сравнивала бы фрагменты ДНК из здоровых клеток с фрагментами ДНК из разных типов раковых клеток.

Модель точно отличала образцы крови больных с любой стадией рака от здоровых участников в 91% случаев. Кроме того, искусственный интеллект точно идентифицировал образцы от пациентов с опухолью 1 стадии в 87% случаев, что позволяет предположить, что метод перспективен для раннего выявления рака.

Метод взвешенной по информации доли аберрантных фрагментов показал высокие результаты при выявлении изменений раковой нагрузки с течением времени при опухолях головного мозга, что может обеспечить оценку эффективности лечения в режиме реального времени.

Для уточнения применения GALYFRE в разных возрастных группах и у пациентов с сопутствующими заболеваниями необходимы дополнительные исследования. Группа также планирует более масштабные клинические исследования для проверки работы теста при конкретных типах рака, включая рак поджелудочной железы и рак молочной железы.

В настоящее время усилия исследователей направлены на усовершенствование GALYFRE, чтобы сделать его еще более точным для пациентов, которые подвержены риску развития определенных видов рака. Еще один аспект, над которым идет работа, – это определение того, можно ли использовать новый подход для отслеживания реакции онкологических больных на химиотерапию.

При дальнейшем развитии эта технология в ближайшие 2-5 лет приведет к созданию клинически доступного анализатора для выявления и мониторинга рака по образцу крови.

Статья K.K.Budhraja et al.  Genome-wide analysis of aberrant position and sequence of plasma DNA fragment ends in patients with cancer опубликована в журнале Science Translational Medicine.

Аминат Аджиева, портал «Вечная молодость» vechnayamolodost.ru по материалам University of Wisconsin­-Madison:  A blood test for cancer shows promise thanks to machine learning.


Войдите или зарегистрируйтесь на сайте, чтобы добавить комментарий к интересующей вас научной проблеме!
Комментарии (0)