Naujos publikacijos
Dirbtinio intelekto modelis itin greitai atpažįsta vėžio požymius
Paskutinį kartą peržiūrėta: 02.07.2025
Visas „iLive“ turinys yra peržiūrėtas medicinoje arba tikrinamas, kad būtų užtikrintas kuo didesnis faktinis tikslumas.
Mes turime griežtas įsigijimo gaires ir susiejamos tik su geros reputacijos žiniasklaidos svetainėmis, akademinių tyrimų institucijomis ir, jei įmanoma, medicininiu požiūriu peržiūrimais tyrimais. Atkreipkite dėmesį, kad skliausteliuose ([1], [2] ir tt) esantys numeriai yra paspaudžiami nuorodos į šias studijas.
Jei manote, kad bet koks mūsų turinys yra netikslus, pasenęs arba kitaip abejotinas, pasirinkite jį ir paspauskite Ctrl + Enter.
Geteborgo universiteto mokslininkai sukūrė dirbtinio intelekto modelį, kuris pagerina vėžio nustatymo galimybes analizuojant cukrų. Šis dirbtinio intelekto modelis yra greitesnis ir geriau aptinka anomalijas nei dabartinis pusiau automatinis metodas.
Glikanai, cukraus molekulių struktūros mūsų ląstelėse, gali būti išmatuoti naudojant masių spektrometriją. Šios struktūros gali rodyti įvairias vėžio formas ląstelėse. Tačiau žmonės turi atidžiai analizuoti masių spektrometro duomenis, kad nustatytų struktūrą pagal glikanų fragmentaciją. Šis procesas kiekvienam mėginiui gali užtrukti nuo kelių valandų iki kelių dienų ir jį gali atlikti labai tiksliai tik nedidelis skaičius ekspertų pasaulyje, nes tai iš esmės yra detektyvinis darbas, išmoktas per daugelį metų.
Detektyvinio darbo automatizavimas
Šis procesas yra kliūtis glikanų analizės naudojimui, pavyzdžiui, vėžio nustatymui, kai reikia išanalizuoti daug mėginių. Geteborgo universiteto mokslininkai sukūrė dirbtinio intelekto modelį, skirtą automatizuoti šį darbą. Dirbtinio intelekto modelis, vadinamas „Candycrunch“, užduotį išsprendžia vos per kelias sekundes kiekvienam bandymui. Rezultatai buvo paskelbti moksliniame straipsnyje žurnale „Nature Methods“.
Dirbtinio intelekto modelis buvo apmokytas naudojant duomenų bazę, kurioje yra daugiau nei 500 000 skirtingų cukraus molekulių fragmentacijų ir susijusių struktūrų pavyzdžių.
Nauji biožymenys
Tai reiškia, kad dirbtinio intelekto modelis netrukus galėtų pasiekti tokį patį tikslumo lygį kaip ir kitų biologinių sekų, tokių kaip DNR, RNR ar baltymai, sekvenavimas. Dėl savo greičio ir tikslumo modelis galėtų paspartinti glikanų biožymenų, skirtų vėžio diagnostikai ir prognozei, atradimą.
„Manome, kad glikanų analizė taps svarbesne biologinių ir klinikinių tyrimų dalimi, kai dabar automatizuosime kliūtį“, – sako Danielis Boyaras, Geteborgo universiteto bioinformatikos docentas.
„Candycrunch“ modelis taip pat gali identifikuoti struktūras, kurios dažnai nepastebimos atliekant rankinę analizę dėl mažos jų koncentracijos. Taigi, modelis gali padėti tyrėjams rasti naujų glikanų biožymenų.