KI ‚Candycrunch‘ revolutioniert die Krebsdiagnose durch blitzschnelle Zuckeranalyse
BerlinForscher der Universität Göteborg haben ein KI-Modell namens Candycrunch entwickelt, das die Krebsdiagnose durch die Analyse von Zuckerspiegeln verbessert. Candycrunch erkennt Anomalien schneller und genauer als die derzeitigen halbautomatischen Methoden.
Glykane sind Zuckerstrukturen in unseren Zellen. Mithilfe der Massenspektrometrie können sie gemessen und verschiedene Krebsarten in den Zellen erkannt werden. Das KI-Modell unterstützt diese Analyse.
- Automatisiert die Analyse von Glykan-Fragmentierungsdaten
- Liefer Ergebnisse in wenigen Sekunden pro Test
- Erkennt die genaue Zuckersstruktur mit einer Genauigkeit von 90%
Die Analyse von Glykan-Fragmentierungsdaten erfordert viel Zeit und Fachwissen. Nur wenige Experten sind dazu in der Lage, und es kann Stunden oder sogar Tage dauern, bis eine einzelne Probe ausgewertet ist. Dies liegt daran, dass die Daten sorgfältig von Fachleuten untersucht werden müssen, um die Glykanstruktur zu identifizieren. Der Prozess wird über viele Jahre hinweg erlernt.
Candycrunch bewältigt diese anspruchsvollen Aufgaben blitzschnell mithilfe von KI. Es erledigt Arbeiten in Sekunden, die normalerweise viel mehr Zeit in Anspruch nehmen. Die Ergebnisse werden im Fachjournal Nature Methods veröffentlicht.
Candycrunch wurde auf Basis einer umfangreichen Datenbank mit über 500.000 Beispielen verschiedener Zuckerfragmentierungen und -strukturen trainiert. Dank dieser intensiven Schulung ist Candycrunch äußerst präzise.
Daniel Bojar, Dozent für Bioinformatik an der Universität Göteborg, erklärt, dass ihr Modell die Zuckerstruktur in 90 % der Fälle korrekt identifizieren kann. Das deutet darauf hin, dass das KI-Modell bald ebenso präzise sein könnte wie die derzeitigen Methoden zur Sequenzierung von DNA, RNA und Proteinen.
Das KI-Modell arbeitet schnell und präzise, wodurch glykosidbasierte Biomarker rascher entdeckt werden können. Diese Biomarker sind essenziell für die Diagnose und Prognose von Krebs. Dies könnte bedeutende Fortschritte in der Krebsforschung bringen.
Das KI-Modell erkennt Zuckerstrukturen, die Menschen möglicherweise übersehen. Dies ist besonders nützlich, um Zuckerstrukturen in winzigen Mengen zu identifizieren. Diese Zuckerstrukturen könnten zu neuen Werkzeugen für die Forschung werden.
Candycrunch könnte die Analyse von Glykanen in der biologischen und klinischen Forschung revolutionieren. Dabei übernimmt das KI-Modell den bisher zeitaufwändigsten Schritt: die manuelle Datenanalyse.
Daniel Bojar ist überzeugt, dass Automatisierung neue Biomarker aufspüren wird. Dadurch können mehr Forscher Glykane untersuchen, ohne spezielle Schulungen zu benötigen. Das KI-Modell zeigt vielversprechende Ansätze zur Verbesserung der Krebsfrüherkennung.
Die Studie wird hier veröffentlicht:
http://dx.doi.org/10.1038/s41592-024-02314-6und seine offizielle Zitation - einschließlich Autoren und Zeitschrift - lautet
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; DOI: 10.1038/s41592-024-02314-6Diesen Artikel teilen