Sistem AI menguji teori seabad tentang asal-usul kanker

Ilmuwan di European Molecular Biology Laboratory (EMBL) di Heidelberg telah menciptakan alat berbasis AI bernama MAGIC untuk mengidentifikasi sel dengan kelainan kromosom awal yang terkait kanker. Sistem ini mengotomatisasi deteksi mikronuklei, struktur kecil berisi DNA yang menandakan potensi perkembangan kanker. Teknologi ini memverifikasi teori yang diusulkan lebih dari seabad lalu oleh Theodor Boveri.

Sistem MAGIC, singkatan dari konvergensi genomik dan pencitraan yang dibantu pembelajaran mesin, menggabungkan mikroskopi otomatis, sekuensing sel tunggal, dan kecerdasan buatan untuk mempelajari kesalahan kromosom pada sel. Dikembangkan oleh peneliti di Grup Korbel di EMBL Heidelberg, sistem ini mengatasi tantangan lama dalam mengamati cacat sel langka yang berkontribusi pada kanker. Kelainan kromosom, seperti perubahan jumlah atau struktur kromosom, merupakan pendorong utama kanker agresif, terkait dengan mortalitas pasien, metastasis, kekambuhan, resistensi kemoterapi, dan pertumbuhan tumor cepat. Jan Korbel, ilmuwan senior di EMBL dan penulis senior studi yang diterbitkan di Nature, menjelaskan: “Kami ingin memahami apa yang menentukan kemungkinan sel mengalami perubahan kromosom seperti itu, dan tingkat kemunculan kelainan tersebut ketika sel normal masih membelah.” Ide bahwa kromosom tidak beraturan berperan dalam kanker berasal dari awal abad ke-20, ketika Theodor Boveri mengamati sel di bawah mikroskop dan mengajukan hipotesis keterlibatannya. Namun, mendeteksi masalah ini secara manual sangat melelahkan, karena hanya sebagian kecil sel yang menunjukkan cacat, dan banyak yang secara alami dihilangkan. MAGIC memindai sampel sel dengan mikroskop otomatis, menggunakan algoritma pembelajaran mesin yang dilatih pada gambar berlabel untuk mendeteksi mikronuklei—kompartemen kecil yang menampung fragmen DNA terpisah yang meningkatkan risiko kanker. Setelah terdeteksi, sel ditandai dengan pewarna fotokonversi yang diaktifkan laser untuk isolasi selanjutnya melalui sitometri alir, memungkinkan analisis genomik. Marco Cosenza, ilmuwan peneliti di Grup Korbel, mencatat: “Proyek ini menggabungkan banyak minat saya dalam satu. Ini melibatkan genomik, pencitraan mikroskopis, dan otomatisasi robotik. Selama lockdown terkait COVID-19 pada 2020, saya benar-benar bisa menghabiskan waktu untuk belajar dan menerapkan teknologi visi komputer AI.” Pengujian pada sel manusia normal yang dikultur, tim menemukan bahwa lebih dari 10% pembelahan sel menghasilkan kelainan kromosom spontan, hampir dua kali lipat ketika gen penekan tumor p53 dimutasi. Faktor seperti putus untai ganda DNA juga memengaruhi kesalahan ini. Kolaborator termasuk Fasilitas Mikroskopi Cahaya Lanjutan EMBL, Tim Pepperkok, grup Isidro Cortes-Ciriano di EMBL-EBI, dan tim Andreas Kulozik di German Cancer Research Centre. Korbel menyoroti fleksibilitas MAGIC: “Selama Anda memiliki fitur yang dapat dibedakan secara visual dari sel ‘normal’, Anda dapat—berkat AI—melatih sistem untuk mendeteksinya.” Alat ini memproses hampir 100.000 sel dalam waktu kurang dari sehari, membuka pintu untuk penelitian biologis yang lebih luas.

Artikel Terkait

Scientists at Moffitt Cancer Center viewing a 3D fitness landscape map of chromosome changes in cancer evolution via the ALFA-K method.
Gambar dihasilkan oleh AI

Peneliti Moffitt memperkenalkan ALFA-K untuk memetakan “pemandangan” kebugaran perubahan kromosom dalam evolusi kanker

Dilaporkan oleh AI Gambar dihasilkan oleh AI Fakta terverifikasi

Para ilmuwan di Moffitt Cancer Center melaporkan pengembangan metode komputasi, ALFA-K, yang menggunakan pengukuran sel tunggal longitudinal untuk menyimpulkan bagaimana keuntungan dan kerugian kromosom utuh dapat membentuk jalur evolusi tumor. Karya tersebut, yang diterbitkan di Nature Communications, berpendapat bahwa perubahan kromosom berskala besar ini mengikuti pola yang terukur yang dipengaruhi oleh konteks seluler dan stres terkait pengobatan daripada terbentang secara murni acak.

Alat AI generatif baru bernama CytoDiffusion menganalisis sel darah dengan akurasi lebih tinggi daripada ahli manusia, berpotensi meningkatkan diagnosis penyakit seperti leukemia. Dikembangkan oleh peneliti dari universitas Inggris, sistem ini mendeteksi kelainan halus dan mengukur ketidakpastiannya sendiri. Dilatih pada lebih dari setengah juta gambar dan unggul dalam menandai kasus langka untuk ditinjau.

Dilaporkan oleh AI

Para peneliti di University of Geneva telah mengembangkan MangroveGS, sebuah model AI yang memprediksi risiko metastasis kanker dengan akurasi hampir 80%. Alat ini menganalisis pola ekspresi gen dalam sel tumor, awalnya dari kanker usus besar, dan dapat diterapkan pada jenis kanker lain seperti kanker payudara dan paru-paru. Dipublikasikan dalam Cell Reports, alat ini bertujuan untuk memungkinkan perawatan yang lebih personal.

Peneliti di Icahn School of Medicine at Mount Sinai telah mengembangkan sistem kecerdasan buatan bernama V2P yang tidak hanya menilai apakah mutasi genetik kemungkinan berbahaya tetapi juga memprediksi kategori penyakit luas yang mungkin disebabkan. Pendekatan ini, yang dijelaskan dalam makalah di Nature Communications, dimaksudkan untuk mempercepat diagnosis genetik dan mendukung pengobatan yang lebih personal, terutama untuk kondisi langka dan kompleks.

Dilaporkan oleh AI Fakta terverifikasi

Peneliti di Cold Spring Harbor Laboratory telah mengidentifikasi protein kunci dan kompleks protein yang membantu karsinoma tertentu mengubah identitas seluler mereka dan berpotensi menghindari pengobatan. Dua studi baru, yang berfokus pada kanker pankreas dan kanker paru sel tuft, menyoroti struktur molekuler yang bisa menjadi target untuk terapi yang lebih tepat dan selektif.

Peneliti di UNSW Sydney telah mengidentifikasi sekitar 150 penguat DNA fungsional di astrosit manusia yang mengatur gen terkait penyakit Alzheimer. Dengan menguji hampir 1.000 saklar potensial menggunakan alat genetik canggih, tim mengungkap bagaimana DNA non-koding memengaruhi aktivitas sel otak. Temuan tersebut, diterbitkan pada 18 Desember di Nature Neuroscience, dapat membantu mengembangkan terapi bertarget dan meningkatkan prediksi AI tentang pengendalian gen.

Dilaporkan oleh AI

Peneliti telah membuat peta lengkap pertama mutasi pada gen CTNNB1 yang memengaruhi perkembangan tumor. Dengan menguji semua perubahan mungkin pada titik panas kritis, mereka mengungkap efek bervariasi pada sinyal kanker. Temuan ini selaras dengan data pasien dan menunjukkan implikasi untuk imunoterapi.

 

 

 

Situs web ini menggunakan cookie

Kami menggunakan cookie untuk analisis guna meningkatkan situs kami. Baca kebijakan privasi kami untuk informasi lebih lanjut.
Tolak