یک ابزار متن باز جدید شبکه‌های پنهان ژنتیکی سرطان را آشکار کرد

پژوهشگران دانشگاه ناوارا در اسپانیا از توسعه یک ابزار نرم‌افزاری متن‌باز با نام RNACOREX خبر داده‌اند که می‌تواند شبکه‌های پنهان تنظیم ژن را که با بقا و پیشرفت سرطان ارتباط دارند، شناسایی کند.

به گزارش sciencedaily، این ابزار با هدف رمزگشایی از ساختار‌های ژنتیکی پیچیده تومور‌ها طراحی شده و امکان مشاهده تعاملات مولکولی‌ای را فراهم می‌کند که اغلب در روش‌های تحلیلی رایج نادیده گرفته می‌شوند.

این پروژه توسط دانشمندان موسسه علوم داده و هوش مصنوعی (DATAI) دانشگاه ناوارا و با همکاری مرکز سرطان کلینیک دانشگاه ناوارا انجام شده است. عملکرد RNACOREX با استفاده از داده‌های مربوط به ۱۳ نوع مختلف تومور استخراج‌شده از کنسرسیوم بین‌المللی The Cancer Genome Atlas (TCGA) مورد ارزیابی قرار گرفته است. نتایج این پژوهش در نشریه PLOS Computational Biology منتشر شده است.

RNACOREX قادر است به‌طور هم‌زمان هزاران مولکول زیستی را تحلیل کند و با تولید یک نقشه مولکولی شفاف و قابل تفسیر، به درک بهتر عملکرد تومور‌ها و سازوکار‌های زیستی موثر در پیشرفت سرطان کمک کند.

رمزگشایی از شبکه‌های ژنتیکی پنهان سرطان

درون سلول‌های انسانی مولکول‌هایی مانند microRNA‌ها (miRNA) و RNA پیام‌رسان (mRNA) از طریق شبکه‌های تنظیمی بسیار پیچیده با یکدیگر تعامل دارند. اختلال در عملکرد این شبکه‌ها می‌تواند به بروز بیماری‌هایی مانند سرطان منجر شود.

روبن آرمانساس، رئیس آزمایشگاه پزشکی دیجیتال DATAI و از نویسندگان اصلی این مطالعه با اشاره به چالش‌های موجود در این حوزه می‌گوید: شناخت معماری این شبکه‌ها برای شناسایی، مطالعه و طبقه‌بندی انواع تومور‌ها حیاتی است، اما حجم عظیم داده‌ها وجود سیگنال‌های کاذب و کمبود ابزار‌های دقیق و در دسترس، شناسایی قابل اعتماد این شبکه‌ها را دشوار کرده است.

RNACOREX برای غلبه بر این چالش‌ها طراحی شده و با ترکیب داده‌های معتبر از پایگاه‌های زیستی بین‌المللی و اطلاعات واقعی بیان ژن، مهم‌ترین و معنادارترین تعاملات miRNA mRNA را رتبه‌بندی می‌کند. سپس بر اساس این داده‌ها، شبکه‌های تنظیمی پیچیده‌تری ساخته می‌شود که می‌توانند به‌عنوان مدل‌های احتمالاتی برای مطالعه رفتار بیماری نیز مورد استفاده قرار گیرند.

پیش‌بینی بقا با نتایج قابل تفسیر

برای ارزیابی کارایی این ابزار پژوهشگران RNACOREX را روی داده‌های مربوط به ۱۳ نوع سرطان از جمله سرطان پستان، روده بزرگ، ریه، معده، ملانوما و تومور‌های سر و گردن اعمال کردند.

آیتور اوویدو مادرید، پژوهشگر آزمایشگاه پزشکی دیجیتال DATAI و نویسنده اول مقاله در این باره می‌گوید: این نرم‌افزار توانست بقای بیماران را با دقتی قابل مقایسه با مدل‌های پیشرفته هوش مصنوعی پیش‌بینی کند با این تفاوت مهم که برخلاف بسیاری از این مدل‌ها، توضیحات شفاف و قابل تفسیر از تعاملات مولکولی ارائه می‌دهد.

علاوه بر پیش‌بینی بقا RNACOREX قادر است شبکه‌های تنظیمی مرتبط با پیامد‌های بالینی را شناسایی کند الگو‌های مولکولی مشترک میان انواع مختلف تومور‌ها را تشخیص دهد و مولکول‌هایی با اهمیت بالای زیست‌پزشکی را برجسته سازد. این قابلیت‌ها می‌تواند به شکل‌گیری فرضیه‌های جدید درباره رشد و پیشرفت تومور‌ها و همچنین شناسایی نشانگر‌های تشخیصی یا اهداف درمانی آینده کمک کند.

یک پلتفرم متن‌باز در حال توسعه

RNACOREX به‌صورت رایگان و متن‌باز در GitHub و PyPI در دسترس قرار دارد و ابزار‌های خودکاری برای دریافت پایگاه‌های داده زیستی ارائه می‌دهد که ادغام آن را در جریان کاری آزمایشگاه‌ها و مراکز پژوهشی تسهیل می‌کند. این پروژه بخشی از حمایت‌های مالی دولت ناوارا و برنامه‌های پژوهشی بین‌المللی حوزه پزشکی شخصی‌سازی‌شده را دریافت کرده است.

به گفته آرمانساس، با شتاب‌گرفتن کاربرد هوش مصنوعی در ژنومیک RNACOREX به‌عنوان یک راهکار قابل توضیح و جایگزینی برای مدل‌های جعبه‌سیاه می‌تواند نقش مهمی در انتقال داده‌های امیکس به عرصه عملی پزشکی ایفا کند.

تیم دانشگاه ناوارا اعلام کرده است که در حال توسعه قابلیت‌های جدیدی از جمله تحلیل مسیر‌های زیستی و افزودن لایه‌های تازه‌ای از داده‌های تعاملات مولکولی است؛ اقدامی که با هدف ارائه مدل‌هایی جامع‌تر برای توضیح سازوکار‌های زیستی رشد و پیشرفت تومور‌ها و در راستای پزشکی دقیق و شخصی‌سازی‌شده انجام می‌شود.

انتهای پیام/

Authors: صاحب‌خبران - جدیدترین و آخرین اخبار ایران و جهان - علمی-فناوری