בחקר מחלות, חשוב לדעת את ביטוי הגנים והיכן ברקמה הביטוי מתרחש, אבל הנישואין בין שני קבוצות המידע יכול להיות מאתגר.
טכנולוגיות של תא בודד, במיוחד בתחום המתפתח של תעתיק מרחבי, עוזרות למדענים לראות היכן ברקמה הגנים מופעלים או מכבים. הוא משלב מידע על פעילות הגנים עם המיקומים המדויקים בתוך רקמות המחלה".
Fan Zhang, PhD, עוזר פרופסור לרפואה עם מינוי משני במחלקה לאינפורמטיקה ביו-רפואית, בית הספר לרפואה של אוניברסיטת קולורדו
"זה באמת בעל ערך כי זה מאפשר לרופאים ולחוקרים לראות לא רק אילו גנים פעילים, אלא גם היכן הם פעילים, מה שיכול לתת תובנות מפתח לגבי האופן שבו תאים שונים מתנהגים ומקיימים אינטראקציה במצבים חולים", היא ממשיכה.
שילוב יעיל של מיקום ומידע גנטי היווה מכשול קשה עבור החוקרים – עד כה.
ג'אנג והמעבדה שלה פיתחו שיטת למידת מכונה חישובית חדשה -; המכונה Spatial Transcriptomic multi-view, או בקיצור "Stew" -; המאפשרת ניתוח משותף של שינויים מרחביים ושינויי ביטוי גנים בצורה ניתנת להרחבה שיכולה להתמודד עם כמויות גדולות של תאים.
טכנולוגיה חדשה זו עשויה לעזור לחוקרים ללמוד יותר על הביולוגיה המרחבית מאחורי מחלות רבות ושונות ולהוביל אותם לטיפולים טיפוליים טובים יותר.
נתיב לעבר יעד מדויק לטיפול יעיל
הטכנולוגיה החדשה מדויקת במציאת דפוסים משמעותיים המראים היכן מתרחשות פעילויות תאים ספציפיות, מה שחשוב להבנת אופן פעולת התאים וכיצד בנויות רקמות קליניות במחלות. המעבדה של ג'אנג כבר החילה בהצלחה STW על רקמות אנושיות, כולל מוח אנושי, עור עם דלקת וגידולי סרטן השד.
עבור ג'אנג, שחוקר מחלות דלקתיות באמצעות כלי AI חישוביים וגישות תרגומיות, מציאת יעד טוב לטיפול הוא לעתים קרובות אתגר, אבל STew יכול לעזור לשנות זאת.
"עם מפרקים דלקתיים, למשל, הגנים הגורמים לדלקת יכולים להיות קרובים יותר לכלי הדם באמצעות אינטראקציה עם מבנים מזנכימליים, או שהם יכולים להיות רחוקים יותר, אבל הידיעה שמיקום מדויק ודפוסי תקשורת בין תאים לתאים עוזרים לנו להבין טוב יותר את המנגנונים הבסיסיים. ," היא אומרת.
על ידי מיזוג ביולוגיה מרחבית וגיוון מולקולרי, STew נותן לחוקרים מימד חדש בסיווג ההטרוגניות של המטופל.
"אם אתה משתמש רק בביטוי גנים כדי לסווג חולים, אין לך את התמונה המלאה", אומר ג'אנג. "ברגע שאתה מוסיף מידע מרחבי, יש לך הבנה מקיפה יותר."
"אנו מצפים כי STew תהיה יעילה בחשיפת אותות מולקולריים ותאיים קריטיים במצבים קליניים שונים, כמו סוגים שונים של גידולים והפרעות אוטואימוניות, ופותחת אפיקים חדשים למסלולים חיסוניים לא מווסתים להתערבות טיפולית במחלות אלו", היא ממשיכה.
מסלול חדשני מונע תוכנה להעצמת שיתוף פעולה
יש הטבה נוספת שמגיעה עם הפיתוח של STew: שיתוף פעולה. תגליות מדעיות נהנות לעתים קרובות ממומחים מתחומים שונים העובדים יחד.
מכיוון של-STEw יש יישום רחב, ג'אנג אומר שהתוכנה תפגיש את החוקרים בדרכים חדשות ומרגשות שבסופו של דבר יועילו לתחום הרפואה ויציעו הבטחות לחולים הזקוקים לטיפולים.
"אנחנו רוצים לעודד חוקרים על פני התמחויות, מערכי כישורים ואפילו מחלקות, לשתף פעולה בדרכים שהם אולי לא היו מסוגלים בעבר", אומר ג'אנג. "אנחנו יכולים להשיג יותר ביחד, אז חשוב להגביר את שיתוף הפעולה מונע-נתונים ומוטיבציה של כלי בינה מלאכותית בצורה בעלת משמעות."
