KI-Modell findet blitzschnell Krebs-Hinweise

Verabschieden Sie sich von stunden- oder gar tagelanger Detektivarbeit

08.07.2024

Symbolbild

Computer-generated image

Forscher an der Universität Göteborg haben ein KI-Modell entwickelt, das die Möglichkeiten der Krebserkennung durch Zuckeranalysen verbessert. Das KI-Modell ist schneller und besser in der Lage, Anomalien zu finden als die derzeitige halbmanuelle Methode.

Glykane, d. h. Strukturen von Zuckermolekülen in unseren Zellen, können durch Massenspektrometrie gemessen werden. Ein wichtiger Nutzen besteht darin, dass die Strukturen auf verschiedene Formen von Krebs in den Zellen hinweisen können.

Die Daten aus der Massenspektrometermessung müssen jedoch von Menschen sorgfältig analysiert werden, um aus der Glykanfragmentierung die Struktur herauszufinden. Dieser Prozess kann für jede Probe Stunden bis Tage dauern und kann nur von wenigen Experten auf der Welt mit hoher Sicherheit durchgeführt werden, da es sich im Wesentlichen um eine über viele Jahre erlernte Detektivarbeit handelt.

Bessere Krebsbehandlung dank künstlicher Intelligenz

Forschungsprojekt OPTIMA mit CASUS als federführendem Mitglied für das Arbeitspaket zur Umsetzung einer KI-Wissensplattform gestartet

News lesen

Die Automatisierung der Detektivarbeit

Das Verfahren stellt somit einen Engpass bei der Anwendung von Glykananalysen dar, zum Beispiel bei der Krebserkennung, wenn viele Proben zu analysieren sind.

Forscher an der Universität Göteborg haben ein KI-Modell entwickelt, um diese Detektivarbeit zu automatisieren. Das KI-Modell mit dem Namen Candycrunch löst die Aufgabe in nur wenigen Sekunden pro Test. Die Ergebnisse werden in einem wissenschaftlichen Artikel in der Zeitschrift Nature Methods veröffentlicht.

Das KI-Modell wurde anhand einer Datenbank mit über 500 000 Beispielen verschiedener Fragmentierungen und zugehöriger Strukturen von Zuckermolekülen trainiert.

"Das Training hat es Candycrunch ermöglicht, in 90 Prozent der Fälle die genaue Zuckerstruktur in einer Probe zu berechnen", sagt Daniel Bojar, Associate Senior Lecturer in Bioinformatik an der Universität Göteborg.

Kann neue Biomarker finden

Das bedeutet, dass das KI-Modell bald die gleiche Genauigkeit erreichen könnte wie die Sequenzierung anderer biologischer Sequenzen wie DNA, RNA oder Proteine.

Da das KI-Modell so schnell und genau antwortet, kann es die Entdeckung von Biomarkern auf Glykanbasis sowohl für die Diagnose als auch für die Prognose von Krebserkrankungen beschleunigen.

"Wir glauben, dass Glykananalysen einen größeren Teil der biologischen und klinischen Forschung ausmachen werden, nachdem wir den größten Engpass automatisiert haben", sagt Daniel Bojar.

Das KI-Modell Candycrunch ist auch in der Lage, Strukturen zu identifizieren, die von menschlichen Analysen aufgrund ihrer geringen Konzentrationen oft übersehen werden. Das Modell kann daher Forschern helfen, neue Biomarker auf Glykanbasis zu finden.

Hinweis: Dieser Artikel wurde mit einem Computersystem ohne menschlichen Eingriff übersetzt. LUMITOS bietet diese automatischen Übersetzungen an, um eine größere Bandbreite an aktuellen Nachrichten zu präsentieren. Da dieser Artikel mit automatischer Übersetzung übersetzt wurde, ist es möglich, dass er Fehler im Vokabular, in der Syntax oder in der Grammatik enthält. Den ursprünglichen Artikel in Englisch finden Sie hier.

Originalveröffentlichung

James Urban, Chunsheng Jin, Kristina A. Thomsson, Niclas G. Karlsson, Callum M. Ives, Elisa Fadda, Daniel Bojar; "Predicting glycan structure from tandem mass spectrometry via deep learning"; Nature Methods, 2024-7-1

https://www.bionity.com/de/news/1183894/ki-modell-findet-blitzschnell-krebs-hinweise.html