Peneliti Spanyol mengembangkan alat open-source untuk jaringan gen kanker

Peneliti di Universitas Navarra di Spanyol telah meluncurkan RNACOREX, perangkat lunak open-source yang mengungkap jaringan genetik tersembunyi dalam tumor kanker. Alat ini menganalisis ribuan interaksi molekuler dan memprediksi kelangsungan hidup pasien dengan kejelasan yang menyaingi sistem AI canggih. Diuji pada data dari 13 jenis kanker, alat ini memberikan wawasan yang dapat diinterpretasikan untuk memajukan penelitian kanker.

Peneliti dari Universitas Navarra telah memperkenalkan RNACOREX, platform open-source baru yang dirancang untuk mengungkap jaringan genetik kompleks yang mendasari kanker. Dikembangkan di Institute of Data Science and Artificial Intelligence (DATAI) bekerja sama dengan Cancer Center Clínica Universidad de Navarra, perangkat lunak ini mengintegrasikan data dari basis data biologis internasional dengan informasi ekspresi gen untuk mengidentifikasi interaksi kunci miRNA-mRNA.

Interaksi ini membentuk jaringan regulasi yang memengaruhi perilaku tumor dan hasil pasien. Seperti yang dijelaskan oleh Rubén Armañanzas, kepala Laboratorium Kedokteran Digital di DATAI dan penulis utama, "Memahami arsitektur jaringan ini sangat penting untuk mendeteksi, mempelajari, dan mengklasifikasikan berbagai jenis tumor. Namun, mengidentifikasi jaringan ini secara andal merupakan tantangan karena jumlah data yang sangat besar, keberadaan banyak sinyal palsu, dan kurangnya alat yang dapat diakses dan presisi yang mampu membedakan interaksi molekuler mana yang benar-benar terkait dengan setiap penyakit."

RNACOREX mengatasi masalah ini dengan membangun model probabilistik dari interaksi yang diurutkan, menawarkan peta molekuler yang jelas tentang fungsi tumor. Dievaluasi menggunakan data dari konsorsium The Cancer Genome Atlas (TCGA), alat ini diterapkan pada 13 jenis kanker, termasuk kanker payudara, usus besar, paru-paru, lambung, melanoma, dan tumor kepala dan leher. Ia memprediksi kelangsungan hidup dengan akurasi yang sebanding dengan model AI canggih tetapi menonjol karena penjelasan yang dapat diinterpretasikan.

Aitor Oviedo-Madrid, penulis pertama dan peneliti di DATAI, mencatat, "Perangkat lunak ini memprediksi kelangsungan hidup pasien dengan akurasi setara dengan model AI canggih, tetapi dengan sesuatu yang banyak dari sistem tersebut kurang: penjelasan yang jelas dan dapat diinterpretasikan tentang interaksi molekuler di balik hasilnya." Di luar prediksi, RNACOREX mengidentifikasi pola molekuler yang dibagikan di seluruh tumor dan menyoroti molekul yang relevan secara biomedis, berpotensi membantu hipotesis baru untuk diagnostik dan pengobatan. Oviedo-Madrid menambahkan, "Alat kami menyediakan 'peta' molekuler yang andal yang membantu memprioritaskan target biologis baru, mempercepat penelitian kanker."

Diterbitkan di PLOS Computational Biology pada 2025 (DOI: 10.1371/journal.pcbi.1013660), RNACOREX tersedia di GitHub dan PyPI, dengan alat basis data otomatis untuk integrasi mudah. Didanai sebagian oleh program ANDIA 2021 Pemerintah Navarra dan ERA PerMed JTC2022 PORTRAIT, proyek ini menekankan AI yang dapat dijelaskan dalam genomik. Armañanzas menyatakan, "Saat kecerdasan buatan di genomik mempercepat, RNACOREX memposisikan diri sebagai solusi yang dapat dijelaskan, mudah diinterpretasikan, dan alternatif untuk model 'kotak hitam', membantu membawa data omik ke praktik biomedis."

Ekspansi masa depan mencakup analisis jalur dan lapisan molekuler tambahan untuk memodelkan perkembangan tumor dengan lebih baik, mendukung pengobatan kanker presisi.

Artikel Terkait

Scientists analyzing a network map of genetic factors in melanoma drug resistance using the PerturbFate platform in a laboratory setting.
Gambar dihasilkan oleh AI

PerturbFate memetakan simpul regulasi bersama di balik resistensi obat melanoma

Dilaporkan oleh AI Gambar dihasilkan oleh AI Fakta terverifikasi

Para peneliti di Rockefeller University melaporkan bahwa platform skrining sel tunggal baru, PerturbFate, dapat melacak bagaimana banyak gangguan genetik yang berbeda bertemu pada program regulasi umum yang mendorong resistensi terhadap obat melanoma vemurafenib, sehingga menunjukkan potensi target terapi kombinasi.

Spain's National Cancer Research Centre (CNIO) is reviewing whether scientist Mariano Barbacid violated its code of good practices by failing to disclose a conflict of interest in an article retracted by the US National Academy of Sciences. The paper, on a pancreatic cancer therapy tested in mice, was withdrawn because the authors did not declare their shares in Vega Oncotargets, the company set to commercialize the patent. Despite knowing since March, Barbacid did not inform the Cris Cancer Foundation, which raised 3.6 million euros in donations.

Dilaporkan oleh AI

Para ilmuwan dari ITQB NOVA dan Institut Onkologi Portugal telah memulai proyek BRIDGE untuk mengungkap bagaimana kanker payudara agresif menghindari sistem kekebalan tubuh. Inisiatif ini mencari biomarker untuk prediksi perkembangan penyakit yang lebih baik serta perawatan yang dipersonalisasi. Didanai hingga €75.000, upaya dua tahun ini menggunakan sampel pasien untuk memvalidasi temuan laboratorium.

Para peneliti di NYU Langone Health telah mengidentifikasi protein HOXD13 sebagai pendorong utama tumor melanoma, yang memicu pertumbuhan pembuluh darah dan memblokir serangan kekebalan tubuh. Menonaktifkan HOXD13 dalam eksperimen terbukti mengecilkan tumor dan memungkinkan sel T untuk menyusup dengan lebih efektif. Temuan ini menyarankan perawatan kombinasi baru yang menargetkan angiogenesis dan jalur kekebalan tubuh.

Dilaporkan oleh AI Fakta terverifikasi

Para peneliti di McGill University melaporkan metode berbasis obat untuk sementara meningkatkan sel pembunuh alami (NK)—sejenis sel imun—dengan menghambat dua protein, sehingga meningkatkan kemampuan sel tersebut untuk menyerang beberapa jenis kanker agresif dalam eksperimen praklinis.

Situs web ini menggunakan cookie

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