Исследователи из Университета Гетеборга разработали модель искусственного интеллекта, которая увеличивает возможности обнаружения рака с помощью анализа сахара. ИИ-модель быстрее и лучше находит аномалии, чем существующий полуручной метод.
Гликаны, или структуры молекул сахара в наших клетках, могут быть измерены с помощью масс-спектрометрии. Одно из важных применений заключается в том, что эти структуры могут указывать на различные формы рака в клетках.
Однако данные, полученные с помощью масс-спектрометра, должны быть тщательно проанализированы человеком, чтобы на основе фрагментации гликанов определить их структуру. Этот процесс может занимать от нескольких часов до нескольких дней для каждого образца и может быть выполнен с высокой степенью достоверности только небольшим числом экспертов в мире, поскольку это, по сути, детективная работа, изучаемая в течение многих лет.
Таким образом, этот процесс является узким местом в использовании гликановых анализов, например, для выявления рака, когда необходимо проанализировать большое количество образцов.
Исследователи из Университета Гетеборга разработали модель искусственного интеллекта для автоматизации этой детективной работы. ИИ-модель, получившая название Candycrunch, решает задачу всего за несколько секунд на каждый тест. О результатах исследования сообщается в научной статье в журнале Nature Methods.
ИИ-модель была обучена на базе данных, содержащей более 500 000 примеров различных фрагментаций и связанных с ними структур молекул сахара. «Обучение позволило Candycrunch вычислить точную структуру сахара в образце в 90% случаев», – говорит Даниэль Бояр, старший преподаватель биоинформатики в Университете Гетеборга.
Это означает, что модель ИИ вскоре может 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 более важной частью биологических и клинических исследований, поскольку мы автоматизировали самое узкое место», – говорит Даниэль Бояр.
ИИ-модель Candycrunch также способна выявлять структуры, которые часто пропускаются при анализе человеком из-за их низкой концентрации. Таким образом, модель может помочь найти новые биомаркеры на основе гликанов.
[Фото: Lundberg Research Foundation/Magnus Gotander]