Nowy algorytm wykrywa kluczowe mutacje raka, otwierając drogę do przyszłych terapii.
WarsawNaukowcy opracowali nowy program komputerowy, który potrafi szybko zidentyfikować zmiany genetyczne powodujące raka. Program ten wykorzystuje model sieciowy o nazwie DiWANN, aby wyszukiwać wzorce wśród mutacji genetycznych w różnych rodzajach nowotworów. Analizując te wzorce, naukowcy mają nadzieję odkryć nowe cele dla leków oraz lepiej zrozumieć genetyczną strukturę nowotworów.
DiWANN został zaprojektowany, aby efektywnie przetwarzać duże zbiory danych genetycznych. Zachowuje istotne informacje przy jednoczesnym minimalnym zajmowaniu przestrzeni. Umożliwia także badaczom równoczesne studiowanie różnych typów nowotworów, co przyczynia się do lepszego zrozumienia ogólnego obrazu choroby.
Rak obejmuje różne schorzenia spowodowane odmiennymi zmianami genetycznymi. Analiza danych genetycznych dotyczących raka była trudna z powodu ogromnej ilości informacji i złożonych powiązań między tymi zmianami. Nowy algorytm ułatwia ten proces, porządkując dane i upraszczając obliczenia.
Model DiWANN skutecznie pokazuje, jak sekwencje genetyczne są ze sobą powiązane, nie używając nadmiernej ilości informacji. Dzięki temu obliczenia przebiegają szybciej, co ułatwia identyfikację drobnych interakcji genetycznych. Badacze odkryli, że zmniejszając ilość danych na wstępie, mogą jeszcze bardziej uprościć proces i lepiej zrozumieć interakcje genetyczne.
W raku trzustki, model wykazał, że dwie konkretne mutacje, tumor protein 53 i KRAS, często występują razem. To odkrycie, które wcześniej było tylko przypuszczeniem naukowców, wskazuje na istotne cele dla nowych terapii. Model pomaga także identyfikować nowotwory o podobnych wzorcach mutacji, które mogą dobrze reagować na te same leczenia.
Badania te mają znaczenie nie tylko dla badań nad rakiem. Model DiWANN został również wykorzystany do analizowania, w jaki sposób rozprzestrzeniają się COVID-19 oraz choroby przenoszone przez kleszcze. To wskazuje, że model ten może być przydatny w różnych dziedzinach badań medycznych.
Zespół ma w planach stworzenie narzędzia online, które umożliwi łatwiejsze korzystanie z modelu przez badaczy i ekspertów zdrowia publicznego. Dzięki temu zaawansowane narzędzia staną się bardziej dostępne, co przyspieszy odkrywanie nowych terapii dla raka i innych skomplikowanych chorób.
Projekt ten był wspierany przez Narodową Fundację Nauki oraz Narodowy Instytut Raka, co podkreśla jego znaczenie w badaniach medycznych. Nowy algorytm umożliwia bardziej szczegółową i efektywną analizę genetyczną, co może przyczynić się do poprawy przyszłych terapii oraz opieki nad pacjentami.
Badanie jest publikowane tutaj:
http://dx.doi.org/10.3389/fbinf.2024.1365200i jego oficjalne cytowanie - w tym autorzy i czasopismo - to
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.2024.1365200Udostępnij ten artykuł