Gesundheit

Tool verrät molekularen Ursachen von Krankheiten, einschließlich Säuglings-Krebs

Princeton University Forscher gewinnen neue Einblicke in die Ursachen und Merkmale von Krankheiten durch die Nutzung von maschinellen Lernens, um zu analysieren molekulare Muster, die auf Hunderten von Krankheiten gleichzeitig. Demonstrieren ein neues tool zur Verfügung, um die Forscher weltweit, das team von Informatikern und Biologen hat schon aufgedeckt und experimentell bestätigt bisher unbekannte Beiträge von vier Genen, um eine seltene form von Krebs, die vor allem Babys und kleine Kinder.

Das team umfasst Mitarbeiter an der Michigan State University und der University of Oslo, führte das system ein und demonstriert seine Fähigkeiten in einem Papier veröffentlicht im Feb. 23-Ausgabe der Zeitschrift Cell Systems.

Während sich bisherige Ansätze konzentrierten sich auf Gene, die mit bestimmten Krankheiten oder Arten von Krebs, die neue Technik nutzt maschinelles lernen, um einzigartige Muster der gen-Aktivität durch das betrachten von mehr als 300 verschiedenen Krankheiten gleichzeitig, wie Krebs, Herzkrankheiten, Stoffwechselstörungen und viele andere. Dabei zeigt die Unterschiede zwischen Krankheiten und Gewebe-Typen, einschließlich fein abgestimmten Unterschiede zwischen den Krankheiten, die nicht möglich waren zu erkennen, die mit anderen Techniken.

Die Forscher glauben, dass mit der Weiterentwicklung, das tool ist nützlich, um ärzte bei der Diagnose der Krankheit, Schneiderei und Verfolgung der Wirksamkeit von Therapien und neue Behandlungsansätze.

Das system, genannt Enthüllung RNA-Sample-Anmerkung für die Krankheiten des Menschen, oder URSA(HD), enthält Informationen über die Aktivität der Gene, die aus öffentlich verfügbaren Datensätze von über 8.000 Biopsien entnommen aus gesunden und erkrankten Geweben von tausenden von Patienten. Für die Zukunft, Forscher Einreichen können neue Proben, um das tool, über ein web-interface, und erhalten eine Analyse der möglichen Assoziationen mit Krankheiten und Gewebe-Typen.

„Die eigentliche innovation ist der Vergleich aller Proben jede weitere Probe,“ sagte Chandra Theesfeld, einer der führen Forscher zusammen mit Young-Suk Lee, erwarb seinen Ph. D. an der Princeton im Jahr 2016.

Theesfeld verglich die Idee, Menschen die Fähigkeit zu erkennen, nuancierten Unterschiede zwischen den Verhaltensweisen auf die man mit einer Vielzahl von Beispielen. Fußball gucken Spieler, zum Beispiel, enthüllen könnte, die die Merkmale einer kicking Aktion, aber gerade Fußball-Spieler und Ballett-Tänzer an der gleichen Zeit enthüllt details und Kontext für eine ähnliche Aktion mit einem sehr unterschiedlichen Stil und Zweck.

„Studieren Sie zusammen, bietet eine Möglichkeit, zu unterscheiden, einzigartig“, sagte Theesfeld, eine Wissenschaftlerin, die im Labor von Olga Troyanskaya Princeton und die Simons Foundation, die führte das team. Dieser Gesichtspunkt stellt eine unvoreingenommene Art und Weise „zu lernen, neue Dinge über die Krankheit, die nicht möglich zu finden, mit der Krankheit-at-a-time-Ansatz-und möglicherweise zu identifizieren, neue Ziele für Therapien oder sogar entdecken Sie neue Aspekte von Krankheit, die nicht geschätzt.“

Bei den Vergleiche, der Algorithmus gibt mehr Gewicht auf Unterschiede in der gen-Aktivität, die eindeutig definieren, die verschiedene Gewebe und Krankheiten. Es de-betont, Informationen über die gen-Aktivität, die Häufig zu Erkrankungen, von denen ein Großteil bereits gut untersucht. In der Fußball-tanzen-Analogie, es ist wie abgesehen von der groß angelegten Aktion heben ein Bein in einer kick-und finden Sie viele details, wie die Winkel eines Fußes, die zusammen genommen bilden Sie eine Signatur festlegen von Eigenschaften, die zuverlässig identifiziert eine Maßnahme oder die andere.

„Unsere Methode ist getrieben von der Krankheit Informationen in der patientenprobe, so ist es nicht voreingenommen gegenüber der beliebten krankheitsgene, die immer studiert,“ Theesfeld sagte. „Wir können verfolgen, Muster von Veränderungen in den Daten, ohne zu wissen, genau das, was jede Veränderung bedeutet.“

Theesfeld darauf hingewiesen, dass 90 Prozent der Studien von Genen betrachten gerade 10 Prozent der menschlichen Gene. URSA(HD) geht es um das gesamte menschliche Genom und schafft eine Genom-weite Modell oder eine Signatur, die für jede Krankheit.

Dieser Ansatz könnte sein, die besonders leistungsstark für seltene Krankheiten, für die die Forscher nun ein Modell erstellen, mit nur ein paar Beispiele. Im Fall von Neuroblastom, Kinderkrebs, fanden die Forscher vier Gene, die besonders dazu beigetragen, die Krankheit und für die es keine früheren Informationen in der wissenschaftlichen Literatur. , Die Ergebnisse zu bestätigen, Theesfeld durchgeführt, Labor tests an menschlichen Zellen, die Manipulation der Genaktivität und die Beobachtung Ihrer Auswirkungen auf die Krebs-bezogenen Prozesse in den Zellen.

Anstatt uns auf die DNA selbst, URSA(HD) sieht auf RNA -, das Produkt, die Zellen zu erstellen, wie Sie transkribieren der Informationen in der DNA in die Moleküle, die Sie zum erstellen und ausführen von Zellen und übermitteln Signale von Zelle zu Zelle. Auf diese Weise sucht das system über Mutationen (scrambling in den Genen selbst) und stattdessen konzentriert sich auf die Transkription downstream Produkte, die falsch reguliertes in einer Weise, die die Probleme verursachen, auch wenn der ursprüngliche gen ist normal.

Die Forschung ist Teil der langjährigen Arbeit in Troyanskaya Labor zu integrieren umfangreichen Sammlungen von unterschiedlichen Datensätzen zu extrahieren von Informationen notwendig, die genaue biologische Vorhersagen und direkte Experimente im Labor zu beschleunigen Entdeckung. Eine Breite Palette von data science an der Princeton zusammen bringt, computing und Biologie zu entwickeln, die grundlegenden Werkzeuge und Erkenntnisse mit Potenzial für große Auswirkungen haben für die Gesundheit und die Menschheit.

„Interdisziplinäre Ansätze, die sich vereinigen anspruchsvolle Daten-Wissenschaft mit tiefen Kenntnisse der Biologie sind der Schlüssel zur Entzifferung der biomedizinischen Rätsel für die Realisierung der Versprechen von Präzision Medizin“, sagte Troyanskaya.