Nouvel algorithme révèle des mutations cruciales pour de futurs traitements contre le cancer
ParisDes chercheurs ont développé un nouveau programme informatique capable d'identifier rapidement les modifications génétiques responsables du cancer. Ce programme utilise un modèle de réseau appelé DiWANN pour détecter des schémas parmi les mutations génétiques dans différents types de cancer. En étudiant ces schémas, les scientifiques espèrent découvrir de nouvelles cibles thérapeutiques et mieux comprendre la composition génétique des cancers.
DiWANN est conçu pour gérer efficacement de vastes ensembles de données génétiques. Il conserve les informations essentielles tout en utilisant un espace minimal. En outre, il permet aux chercheurs d'étudier simultanément divers types de cancers afin d'obtenir une compréhension globale améliorée.
Le cancer comprend diverses maladies résultant de modifications génétiques variées. L'analyse des données génétiques sur le cancer a été complexe en raison du volume considérable de données et des relations intriquées entre ces modifications. Un nouvel algorithme facilite ce processus en organisant les données et en simplifiant les calculs.
Le modèle DiWANN démontre avec efficacité les relations entre les séquences génétiques sans nécessiter une grande quantité d’informations. Cela accélère les calculs et facilite la détection des petites interactions génétiques. Les chercheurs ont remarqué qu'en réduisant les données au préalable, ils pouvaient rendre le processus encore plus simple et mieux comprendre les interactions génétiques.
Dans le cancer du pancréas, le modèle a révélé que deux mutations spécifiques, p53 et KRAS, se manifestent souvent ensemble. Cette découverte, que les scientifiques avaient seulement soupçonnée auparavant, met en lumière des cibles importantes pour de nouveaux traitements. Le modèle permet également d’identifier des cancers avec des profils de mutations similaires susceptibles de bien répondre aux mêmes traitements.
Cette recherche est précieuse au-delà des études sur le cancer. DiWANN a également été utilisé pour comprendre la propagation du COVID-19 et des maladies transmises par les tiques. Cela démontre que ce modèle pourrait être bénéfique dans divers domaines de la recherche médicale.
L'équipe prévoit de développer un outil en ligne pour aider les chercheurs et les experts en santé publique à utiliser le modèle plus facilement. Cela pourrait rendre les outils avancés plus accessibles et accélérer la découverte de nouveaux traitements contre le cancer et d'autres maladies complexes.
La Fondation Nationale pour la Science et l'Institut National du Cancer ont appuyé ce projet, soulignant son importance dans la recherche médicale. Le nouvel algorithme permet une analyse génétique plus détaillée et efficace, ce qui pourrait améliorer les futurs traitements et soins aux patients.
L'étude est publiée ici:
http://dx.doi.org/10.3389/fbinf.2024.1365200et sa citation officielle - y compris les auteurs et la revue - est
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.2024.1365200Partager cet article