Slimme AI 'Candycrunch' versnelt kankerdiagnose met snelle suikerniveausanalyse
AmsterdamOnderzoekers van de Universiteit van Göteborg hebben een AI-model genaamd Candycrunch ontwikkeld dat de detectie van kanker verbetert door suikerniveaus te analyseren. Candycrunch werkt sneller en nauwkeuriger bij het opsporen van afwijkingen in vergelijking met de huidige half-handmatige methoden.
Glycanen zijn suikermoleculen in onze cellen. Met massaspectrometrie kunnen deze worden gemeten en verschillen in kankertypes worden aangetoond. Een AI-model ondersteunt deze analyse.
- Automatiseert de analyse van glycan fragmentatiegegevens
- Biedt resultaten binnen enkele seconden per test
- Heeft een nauwkeurigheid van 90% bij het bepalen van de exacte suikerstructuur
Het analyseren van glycan-fragmentatiegegevens vergt veel tijd en expertise. Slechts een paar specialisten kunnen deze taak uitvoeren, en het kan uren of zelfs dagen duren per monster. Dit komt doordat de gegevens zorgvuldig door mensen moeten worden bekeken om de glycanstructuur te bepalen. Dit proces wordt over vele jaren geleerd.
Candycrunch pakt deze complexe taken snel aan met behulp van AI. Het kan taken voltooien in enkele seconden die normaal veel meer tijd kosten. De resultaten worden gedeeld in het tijdschrift Nature Methods.
Candycrunch is getraind met een gigantische dataset van meer dan 500.000 voorbeelden van verschillende suikerstructuren en fragmentaties. Dankzij deze uitgebreide training is Candycrunch uitzonderlijk nauwkeurig.
21 november 2024 · 08:55
Nvidia imponeert, maar Aziatische beurs reageert aarzelend op concurrentie.
Volgens Daniel Bojar, senior docent Bio-informatica aan de Universiteit van Göteborg, identificeert hun model de suikerstructuur in 90% van de gevallen correct. Dit wijst erop dat het AI-model binnenkort even nauwkeurig zou kunnen zijn als de methoden die worden gebruikt voor het sequencen van DNA, RNA en eiwitten.
Het AI-model is snel en nauwkeurig en helpt om glycan-gebaseerde biomarkers sneller te detecteren. Deze biomarkers zijn essentieel voor het diagnosticeren en voorspellen van kanker, wat aanzienlijke vooruitgang kan betekenen voor kankeronderzoek.
Het AI-model kan suikerstructuren identificeren die voor mensen onopgemerkt blijven. Dit is bijzonder nuttig bij het detecteren van suikerstructuren in zeer kleine hoeveelheden. Deze structuren kunnen als nieuwe hulpmiddelen voor onderzoek dienen.
Candycrunch zal naar verwachting het uitvoeren van glycananalyses binnen biologisch en klinisch onderzoek sterk vergemakkelijken. Dit komt doordat het AI-model het meest tijdrovende onderdeel, namelijk de handmatige data-analyse, heeft geautomatiseerd.
Daniel Bojar is ervan overtuigd dat automatisering zal helpen bij het vinden van nieuwe biomarkers. Hierdoor kunnen meer onderzoekers zonder speciale training glycans bestuderen. Het AI-model toont potentieel voor het verbeteren van de opsporing van kanker in de toekomst.
De studie is hier gepubliceerd:
http://dx.doi.org/10.1038/s41592-024-02314-6en de officiële citatie - inclusief auteurs en tijdschrift - is
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/s41592-024-02314-620 november 2024 · 01:02
AI onderweg: compacte taalmodellen voor betere prestaties op mobiele apparaten
18 november 2024 · 14:36
Precieze gedragsstudies bij muizen dankzij AI: minder dieren en snellere resultaten
Deel dit artikel