🧬 هوش مصنوعی که می‌تواند بیش از ۱۷۰ نوع تومور را از روی الگوی DNA تشخیص دهد!

پژوهشگران یک چارچوب هوش مصنوعی به نام crossNN توسعه داده‌اند که می‌تواند با بررسی الگوهای متیلاسیون DNA، انواع مختلف تومورها را از یکدیگر تفکیک کند.

متیلاسیون DNA نوعی تغییر شیمیایی روی DNA است که می‌تواند الگوهای متفاوتی در سلول‌های سالم و سرطانی ایجاد کند. این الگوها برای انواع مختلف تومورها نیز متفاوت‌اند و می‌توان از آنها به‌عنوان یک «امضای مولکولی» برای طبقه‌بندی تومورها استفاده کرد.

نکته مهم درباره crossNN این است که برخلاف بسیاری از مدل‌های قبلی، می‌تواند داده‌های متیلاسیون DNA را که با روش‌ها و پلتفرم‌های مختلف به دست آمده‌اند، تحلیل کند؛ از جمله توالی‌یابی نانوپور، توالی‌یابی بی‌سولفیت هدفمند، توالی‌یابی کل ژنوم و برخی میکروآرایه‌ها.

پژوهشگران این مدل را برای طبقه‌بندی بیش از ۱۷۰ نوع تومور در اندام‌های مختلف بدن آموزش دادند و آن را روی بیش از ۵۰۰۰ نمونه توموری از پلتفرم‌های مختلف ارزیابی کردند.

در این ارزیابی، مدل پان‌سرطان به precision حدود ۹۷.۸٪ رسید و مدل مربوط به تومورهای مغزی precision حدود ۹۹.۱٪ داشت.

یکی از ویژگی‌های جالب crossNN این است که مدل تا حدی قابل توضیح (explainable) طراحی شده؛ یعنی پژوهشگران می‌توانند بررسی کنند کدام الگوهای متیلاسیون در تصمیم مدل نقش داشته‌اند.

این فناوری می‌تواند در آینده به تشخیص دقیق‌تر و طبقه‌بندی مولکولی تومورها کمک کند؛ موضوعی که برای انتخاب درمان مناسب اهمیت زیادی دارد.

با این حال، این نتایج به معنای آن نیست که crossNN اکنون می‌تواند جایگزین نمونه‌برداری یا تشخیص بالینی سرطان شود. پژوهش‌های بیشتری، به‌ویژه مطالعات بالینی و آینده‌نگر، برای مشخص شدن عملکرد آن در شرایط واقعی پزشکی لازم است.

✍:علی روستایی

Nature

┄•••⌬👇JOIN👇⌬•••┄
@sci_updates