محققان دانشگاه گوتنبرگ یک روش تقویت‌شده با هوش مصنوعی برای تجزیه و تحلیل ساختار مولکول‌های قند (گلیکان) در سلول‌ها و شناسایی تغییرات خاص سرطان ایجاد کرده‌اند. این پیشرفت می تواند به آزمایش های ساده بزاق یا خون برای تشخیص زودهنگام سرطان و شناسایی نوع منجر شود.
تشخیص سرطان با بزاق دهان -در آینده، کمی بزاق ممکن است برای تشخیص سرطان اولیه کافی باشد. محققان دانشگاه گوتنبرگ روشی موثر برای تفسیر تغییرات مولکول های قندی که در سلول های سرطانی رخ می دهد، ابداع کرده اند.
گلیکان ها نوعی ساختار مولکول قند هستند که با پروتئین های سلول های ما مرتبط است. ساختار گلیکان عملکرد پروتئین را تعیین می کند.
مدتی است که مشخص شده است که تغییرات در ساختار گلیکان می تواند نشان دهنده التهاب یا بیماری در بدن باشد.
اکنون، محققان دانشگاه گوتنبرگ راهی برای تشخیص انواع مختلف تغییرات ساختاری ایجاد کرده‌اند که ممکن است پاسخ دقیقی به آنچه برای یک بیماری خاص تغییر می‌کند ارائه دهد.
با تجزیه و تحلیل تغییرات در ساختار گلیکان در سلول، محققان می توانند انواع مختلف سرطان را تشخیص دهند
ما داده‌های حدود 220 بیمار با 11 سرطان با تشخیص متفاوت را تجزیه و تحلیل کرده‌ایم و تفاوت‌هایی را در زیرساخت گلیکان بسته به نوع سرطان شناسایی کرده‌ایم.
دانیل بوجار، استادیار ارشد بیوانفورماتیک در دانشگاه گوتنبرگ و نویسنده اصلی این مطالعه که در Cell منتشر شده، می‌گوید: با اجازه دادن به روش جدید توسعه‌یافته ما که توسط هوش مصنوعی تقویت شده است، از طریق مقادیر زیادی داده کار کند، ما توانستیم این ارتباطات را پیدا کنیم.
آیا می دانستید مجسمه آزادی یک کفش سایز 879 می پوشد؟
آیا می دانستید مجسمه آزادی یک کفش سایز 879 می پوشد؟
همچنین گروه‌های تحقیقاتی دیگری وجود دارند که زیرساخت‌های گلیکان را در جستجوی به اصطلاح نشانگرهای زیستی که اشتباه را توصیف می‌کنند، مطالعه می‌کنند. این اغلب شامل آزمایش‌های آماری با استفاده از طیف‌سنجی جرمی است تا مشخص شود سطح قندهای فردی در سرطان به طور قابل‌توجهی بالاتر یا پایین‌تر است. این تست ها حساسیت بسیار پایینی دارند و قابل اعتماد نیستند زیرا قندهای مختلف از نظر ساختاری به هم مرتبط هستند و بنابراین مستقل از یکدیگر نیستند.
تیم تحقیقاتی دانیل بوجار از روش جدیدی استفاده می‌کند که شامل هوش مصنوعی می‌شود، که این مشکلات را در نظر می‌گیرد و می‌تواند الگوهای موجود در مجموعه داده‌ها را در جایی که دیگران شکست می‌خورند، بیابند.
ما می توانیم بر نتایج خود تکیه کنیم. از نظر آماری معنی دار هستند. اگر بدانیم به دنبال چه چیزی هستیم، پیدا کردن نتیجه صحیح آسان تر است. اکنون ما این نشانگرهای زیستی را می گیریم و روش های آزمایش را توسعه می دهیم.» دانیل بوجار می گوید.
طیف سنج جرمی جدید
در طول پاییز، گروه تحقیقاتی او 4 میلیون کرون از بنیاد لوندبرگ برای خرید یک طیف سنج جرمی پیشرفته دریافت کرد. این ابزار به عنوان یک پلت فرم هوش مصنوعی برای حمایت از محققان در مطالعه گلیکان ها، به عنوان مثال در نمونه های سرطان ریه، عمل می کند. هدف این است که سرطان زودتر تشخیص داده شود تا شانس بهبودی افزایش یابد.
ما می خواهیم یک روش تحلیلی قابل اعتماد و سریع برای تشخیص سرطان و همچنین نوع سرطان از طریق نمونه خون یا بزاق ایجاد کنیم. دانیل بوجار می‌گوید: فکر می‌کنم ممکن است بتوانیم آزمایش‌های بالینی را در 4 تا 5 سال روی نمونه‌های انسانی انجام دهیم.
مرجع: “رمزگشایی گلیکومیک با مجموعه ای از روش ها برای تجزیه و تحلیل بیان دیفرانسیل” توسط Jon Lundstrøm، James Urban و Daniel Bojar، 21 نوامبر 2023، Cell Reports Methods .
