Smart AI "Candycrunch" påskyndar cancerupptäckt genom att analysera cellers sockerstrukturer

StockholmForskare vid Göteborgs universitet har utvecklat en AI-modell som heter Candycrunch, vilken förbättrar cancerdetektion genom att analysera sockernivåer. Candycrunch fungerar snabbare och mer exakt vid att upptäcka avvikelser jämfört med nuvarande semi-manuella metoder.

Glykankedjor är sockerstrukturer i våra celler. De kan mätas med masspektrometri och kan avslöja olika typer av cancer i cellerna. AI-modellen underlättar denna analys.

• Automatiserar analysen av glykanfragmenteringsdata
• Erbjuder resultat på några sekunder per test
• Har en noggrannhet på 90% för att bestämma den exakta sockerstrukturen

Det tar mycket tid och expertis att analysera glykandata vid fragmentering. Endast ett fåtal experter kan utföra detta, och det kan ta timmar eller till och med dagar för varje prov. Detta beror på att data noggrant måste granskas av människor för att fastställa glykanstrukturen. Processen lärs ut under många års erfarenhet.

Candycrunch hanterar snabbt dessa svåra uppgifter med hjälp av AI. Den kan slutföra jobb på några sekunder som normalt tar mycket längre tid. Resultaten publiceras i tidskriften Nature Methods.

Candycrunch har tränats på en omfattande databas innehållande mer än 500 000 exempel på olika sockersammansättningar och strukturer. Denna grundliga träning gör Candycrunch mycket exakt.

Läs också:

Idag · 14:35

AI-genererad ryggsmärthjälp: lika bra som läkare

Daniel Bojar, en lektor i bioinformatik vid Göteborgs universitet, säger att deras modell korrekt identifierar sockerstrukturen 90% av gångerna. Detta antyder att AI-modellen snart kan bli lika exakt som de metoder som används för att sekvensera DNA, RNA och proteiner.

AI-modellen är snabb och noggrann och hjälper till att identifiera glykanbaserade biomarkörer snabbare. Dessa biomarkörer är viktiga för att diagnostisera och förutsäga cancer. Detta kan leda till betydande framsteg inom cancerforskningen.

AI-modellen kan upptäcka sockerstrukturer som människor kanske inte lägger märke till. Detta är särskilt användbart för att identifiera sockerstrukturer i små mängder. Dessa sockerstrukturer kan bli nya verktyg för forskning.

Candycrunch förväntas göra glykananalyser mer vanliga inom biologisk och klinisk forskning. Detta beror på att AI-modellen har automatiserat den mest tidskrävande delen, nämligen den manuella dataanalysen.

Daniel Bojar anser att automatisering kommer att underlätta upptäckten av nya biomarkörer. Detta innebär att fler forskare kan studera glykaner utan att behöva speciell utbildning. AI-modellen har potential att förbättra cancerdetektering i framtiden.