Весь контент iLive перевіряється медичними експертами, щоб забезпечити максимально можливу точність і відповідність фактам.
У нас є строгі правила щодо вибору джерел інформації та ми посилаємося тільки на авторитетні сайти, академічні дослідницькі інститути і, по можливості, доведені медичні дослідження. Зверніть увагу, що цифри в дужках ([1], [2] і т. д.) є інтерактивними посиланнями на такі дослідження.
Якщо ви вважаєте, що який-небудь з наших матеріалів є неточним, застарілим або іншим чином сумнівним, виберіть його і натисніть Ctrl + Enter.
Модель штучного інтелекту виявляє ознаки раку з надшвидкою швидкістю
Останній перегляд: 02.07.2025
Дослідники з Гетеборзького університету розробили модель штучного інтелекту, яка покращує потенціал виявлення раку за допомогою аналізу цукру. Ця модель штучного інтелекту швидше та краще виявляє аномалії, ніж поточний напівавтоматизований метод.
Глікани, структури молекул цукру в наших клітинах, можна виміряти за допомогою мас-спектрометрії. Ці структури можуть вказувати на різні форми раку в клітинах. Однак, щоб визначити структуру за фрагментацією гліканів, люди повинні ретельно проаналізувати дані мас-спектрометра. Цей процес може тривати від годин до днів для кожного зразка і може бути виконаний з високою точністю лише невеликою кількістю експертів у світі, оскільки це, по суті, детективна робота, що вивчається протягом багатьох років.
Автоматизація детективної роботи
Цей процес є вузьким місцем у використанні аналізу гліканів, наприклад, для виявлення раку, де потрібно проаналізувати багато зразків. Дослідники з Гетеборзького університету розробили модель штучного інтелекту для автоматизації цієї роботи. Модель штучного інтелекту під назвою Candycrunch вирішує це завдання лише за кілька секунд на тест. Результати були опубліковані в науковій статті в журналі Nature Methods.
Модель штучного інтелекту була навчена з використанням бази даних, що містить понад 500 000 прикладів різних фрагментацій та пов'язаних з ними структур молекул цукру.
Нові біомаркери
Це означає, що модель штучного інтелекту незабаром зможе досягти такого ж рівня точності, як і секвенування інших біологічних послідовностей, таких як ДНК, РНК або білки. Завдяки своїй швидкості та точності модель може пришвидшити виявлення гліканових біомаркерів для діагностики та прогнозування раку.
«Ми вважаємо, що аналіз гліканів стане більш значною частиною біологічних та клінічних досліджень тепер, коли ми автоматизували це вузьке місце», — каже Даніель Бояр, доцент біоінформатики Гетеборзького університету.
Модель Candycrunch також здатна ідентифікувати структури, які часто пропускаються під час ручного аналізу через їх низьку концентрацію. Таким чином, модель може допомогти дослідникам знаходити нові гліканові біомаркери.