Исследователи из Гетеборгского университета (University of Gothenburg) разработали модель искусственного интеллекта, которая увеличивает вероятность обнаружения рака с помощью анализа сахара. Модель искусственного интеллекта быстрее и лучше обнаруживает отклонения, чем нынешний полуручной метод.
Гликаны, или структуры молекул сахара в наших клетках, можно измерить с помощью масс-спектрометрии. Одним из важных применений является то, что эти структуры могут указывать на различные формы рака в клетках.
Однако данные измерений масс-спектрометра должны быть тщательно проанализированы людьми, чтобы определить структуру фрагментации гликанов. Этот процесс может занять от нескольких часов до нескольких дней для каждого образца и может быть выполнен с высокой степенью уверенности только небольшим количеством экспертов в мире, поскольку, по сути, это детективная работа, наработанная в течение многих лет.
Автоматизация детективной работы
Таким образом, этот процесс является важным местом при использовании анализа гликанов, например, для выявления рака, когда необходимо анализировать много образцов.
Исследователи из Гетеборгского университета разработали модель искусственного интеллекта для автоматизации этой детективной работы. Модель искусственного интеллекта под названием Candycrunch решает задачу всего за несколько секунд за тест. Результаты описаны в научной статье в журнале Nature Methods.
Модель ИИ была обучена с использованием базы данных, содержащей более 500 000 примеров различных фрагментаций и связанных с ними структур молекул сахара.
«Обучение позволило Candycrunch рассчитать точную структуру сахара в образце в 90% случаев», — комментирует Дэниел Бояар (Daniel Bojar), сотрудник кафедры биоинформатики в Гетеборгском университете.
Можно найти новые биомаркеры
Это означает, что модель ИИ вскоре сможет достичь того же уровня точности, что и секвенирование других биологических последовательностей, таких как ДНК, РНК или белки.
Поскольку модель ИИ настолько быстра и точна в своих ответах, она может ускорить открытие биомаркеров на основе гликанов как для диагностики, так и для прогнозирования рака.
«Мы считаем, что анализ гликанов станет важной частью биологических и клинических исследований теперь, когда мы автоматизировали самое большое узкое место», — заключает Бояр.
Модель искусственного интеллекта Candycrunch также способна идентифицировать структуры, которые часто упускаются из виду при анализе человеком из-за их низких концентраций. Таким образом, модель может помочь исследователям найти новые биомаркеры на основе гликанов.
Литература:
Predicting glycan structure from tandem mass spectrometry via deep learning, Nature Methods (2024). DOI: 10.1038/s41592-024-02314-6
Руководитель Отдела организации клинических исследований, врач-онколог, уролог в АО «СЗЦДМ» (г. Санкт-Петербург), редактор и автор статей
