Neuer Algorithmus entdeckt wichtige Mutationen für zukünftige Krebstherapien
BerlinForscher haben ein neues Computerprogramm entwickelt, das genetische Veränderungen, die Krebs verursachen, schnell identifizieren kann. Dieses Programm verwendet ein Netzwerkmodell namens DiWANN, um Muster unter genetischen Mutationen in verschiedenen Krebsarten zu erkennen. Durch die Analyse dieser Muster hoffen Wissenschaftler, neue Medikamentenziele zu entdecken und das genetische Profil von Krebs besser zu verstehen.
DiWANN wurde entwickelt, um große genetische Daten effizient zu verarbeiten. Es speichert wesentliche Informationen platzsparend und ermöglicht es Forschern gleichzeitig verschiedene Krebsarten zu analysieren, um ein umfassenderes Verständnis zu erlangen.
Krebs umfasst verschiedene Erkrankungen, die durch unterschiedliche genetische Veränderungen hervorgerufen werden. Die Analyse genetischer Daten bei Krebs war bislang schwierig, da die Datenmenge groß und die Verbindungen zwischen diesen Veränderungen komplex sind. Ein neuer Algorithmus erleichtert diesen Prozess, indem er die Daten systematisiert und die Berechnungen vereinfacht.
Das DiWANN-Modell zeigt effektiv auf, wie genetische Sequenzen miteinander in Beziehung stehen, ohne zu viele Informationen zu verwenden. Dadurch werden Berechnungen schneller und kleine genetische Interaktionen lassen sich leichter entdecken. Forscher fanden heraus, dass sie durch die Vorab-Reduktion der Datenmenge den Prozess noch weniger aufwendig gestalten und genetische Interaktionen besser verstehen konnten.
Bei Bauchspeicheldrüsenkrebs hat das Modell herausgefunden, dass zwei spezifische Mutationen, Tumorprotein 53 und KRAS, häufig zusammen auftreten. Diese Entdeckung, die Wissenschaftler zuvor nur vermuteten, weist auf wichtige Ziele für neue Behandlungen hin. Das Modell hilft außerdem, Krebserkrankungen mit ähnlichen Mutationsmustern zu identifizieren, die möglicherweise gut auf dieselben Behandlungen ansprechen.
Diese Forschung hat nicht nur für Krebsstudien großen Wert. DiWANN wird auch zur Untersuchung der Verbreitung von COVID-19 und durch Zecken übertragenen Krankheiten eingesetzt. Dies verdeutlicht, dass das Modell in verschiedenen Bereichen der medizinischen Forschung nützlich sein könnte.
Das Team plant die Entwicklung eines Online-Tools, das Forschern und Gesundheitsexperten die Verwendung des Modells erleichtern soll. Dies könnte fortschrittliche Technologien zugänglicher machen und die Entdeckung neuer Behandlungsmethoden für Krebs und andere komplexe Krankheiten beschleunigen.
Dieses Projekt wurde von der National Science Foundation und dem National Cancer Institute unterstützt, was seine Bedeutung in der medizinischen Forschung unterstreicht. Der neue Algorithmus ermöglicht eine detailliertere und effizientere genetische Analyse, was zukünftige Behandlungen und die Patientenversorgung verbessern könnte.
Die Studie wird hier veröffentlicht:
http://dx.doi.org/10.3389/fbinf.2024.1365200und seine offizielle Zitation - einschließlich Autoren und Zeitschrift - lautet
Shruti S. Patil, Steven A. Roberts, Assefaw H. Gebremedhin. Network analysis of driver genes in human cancers. Frontiers in Bioinformatics, 2024; 4 DOI: 10.3389/fbinf.2024.1365200Diesen Artikel teilen