La inteligencia artificial CandyCrunch revoluciona la detección rápida del cáncer con glicanos

Tiempo de lectura: 2 minutos
Por Jamie Olivos
- en
La IA analiza azúcares y revela células cancerosas rápidamente.

MadridInvestigadores de la Universidad de Gotemburg han desarrollado una herramienta de IA para mejorar la detección del cáncer mediante el estudio de los glicanos. Los glicanos, que son grupos de moléculas de azúcar en nuestras células, pueden revelar diferentes tipos de cáncer. Actualmente, se utiliza espectrometría de masas para medir los glicanos, pero el análisis debe realizarse manualmente. Este trabajo manual es lento, tomando desde varias horas hasta algunos días por muestra. Solo unos pocos expertos en el mundo pueden realizar estos análisis con alta precisión.

El equipo presentó un modelo de IA llamado Candycrunch para automatizar este proceso manual, resolviéndolo en cuestión de segundos. Los resultados se publicaron en la revista Nature Methods. El nuevo método implica entrenar la IA utilizando una base de datos que incluye:

  • Más de 500,000 ejemplos de diferentes fragmentaciones de glicanos
  • Estructuras asociadas de moléculas de azúcar

Candycrunch puede determinar la estructura del azúcar en una muestra con una precisión del 90%. Daniel Bojar, profesor de Bioinformática en la Universidad de Gotemburgo, afirma que esta exactitud es comparable a otros análisis de secuencias biológicas, como ADN, ARN o proteínas.

El veloz modelo de IA detecta rápidamente biomarcadores basados en glicanos, lo que facilita el diagnóstico y la predicción del cáncer. La automatización de Candycrunch simplifica estos análisis de glicanos, potenciando su uso en la investigación biológica y clínica.

Candycrunch puede identificar estructuras que a menudo pasan desapercibidas en los análisis humanos debido a su baja presencia. Esta capacidad permite a los investigadores descubrir nuevos marcadores biológicos relacionados con los glicanos. Daniel Bojar cree que este avance aumentará el uso del análisis de glicanos en la investigación del cáncer y otras áreas.

Antiguamente, el análisis manual de glicanos era lento y dificultaba la detección de cáncer, especialmente con una gran cantidad de muestras. Ahora, un modelo de IA puede procesar los datos rápidamente, haciendo el trabajo más rápido y preciso. Esta automatización facilita la identificación de indicios de cáncer.

El modelo de IA trabaja de manera rápida y precisa, permitiendo revisar más muestras en menos tiempo. Antes de Candycrunch, solo unos pocos expertos podían realizar esta labor detallada. Al automatizar el proceso, se incrementa la probabilidad de detectar el cáncer a tiempo, lo cual es crucial para el tratamiento y el pronóstico.

El nuevo modelo de IA de la Universidad de Gotemburgo, Candycrunch, agiliza y mejora la fiabilidad del análisis de glicanos para la detección del cáncer. Este enfoque reduce significativamente la dependencia de la experiencia humana, ofreciendo importantes avances en la investigación y tratamiento del cáncer.

El estudio se publica aquí:

http://dx.doi.org/10.1038/s41592-024-02314-6

y su cita oficial - incluidos autores y revista - es

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/s41592-024-02314-6
Ciencia: Últimas noticias
Leer siguiente:

Compartir este artículo

Comentarios (0)

Publicar un comentario
NewsWorld

NewsWorld.app es un sitio de noticias premium gratuito. Proporcionamos noticias independientes y de alta calidad sin cobrar por artículo y sin un modelo de suscripción. NewsWorld cree que las noticias generales, de negocios, económicas, tecnológicas y de entretenimiento deberían ser accesibles a un alto nivel de forma gratuita. Además, NewsWorld es increíblemente rápido y utiliza tecnología avanzada para presentar artículos de noticias en un formato altamente legible y atractivo para el consumidor.


© 2024 NewsWorld™. Todos los derechos reservados.