חוקרים במרכז הסרטן המקיף של VCU Massey פיתחו אלגוריתם חדש שיכול לספק כלי מהפכני לקביעת האפשרויות הטובות ביותר לחולים – הן בטיפול בסרטן והן במרשם התרופות. כפי שפורסם לאחרונה ב תקשורת טבעJinze Liu, Ph.D., and Kevin Byrd, DDS, Ph.D., יצרו הקצאה מבוססת סף של סוגי תאים מנתוני הדמיה מרובה (TACIT), שמקצה זהות תאים המבוססים על פרופילי ביטוי של סמן תאים. TACIT קיצץ את זמן זיהוי התאים מיותר מחודש ועד כמה דקות החוקרים זמן ומשאבים יקרי ערך.
שקט על ידי ליו, חבר מחקר במאסי ופרופסור במחלקה לביו-סטטיסטיקה בבית הספר לבריאות הציבור של VCU, ובירד, חבר מחקר מקורב בבית הספר Massey ועוזר פרופסור לנתוני דרך הפה וניתוח במערכת המולקולרית, המובילה במוח, בביולוגיה של המוח, במעלה המוח, המועברים במעלה, במערכת המוח, המוצעים את גוטות המוח, המובילים במוח, במעלה, במעלה, במעלה, במעלה, במעלה, במעלה, במעלה, במוח, במוח, במוח, דיוק ומדרגיות בהשוואה לדגמים קיימים, שלעתים קרובות חסרים את הכוח להפריד בין אוכלוסיות תאים צפויות בגלל מערכי סמן מוגבלים.
אנו משתמשים בבינה מלאכותית כדי להגביר את היעילות וגם ברמת הדיוק של האבחנה. וככל שאנו מקבלים יותר נתונים, היכולת של TACIT להגדיל את תוצאות המטופלים החיוביות רק תתרבות. "
Jinze Liu, Ph.D., חבר מחקר ב- Massey
בפרסום שלהם, ליו ובירד הדגימו כיצד TACIT ביצעו את שלוש השיטות הקיימות ללא פיקוח ברמת דיוק ובמדרגיות תוך שילוב סוגי תאים ומצבים כדי לחשוף אסוציאציות סלולריות חדשות. TACIT הראה הסכמה חזקה בין סוגים שונים של תוצאות גנטיות וגנטיות של חלבון דמויי חלבון אמינות יותר. עבור חולים, פירוש הדבר יכול להיות שאבחנה מוקדם יותר, הימנעות מטיפולים מיותרים או להתאים לניסוי קליני שעומד לסייע יותר. ולגבי רופאים זה מספק דרך עוצמתית לראות מה באמת קורה בגוף.
היישומים המועילים של שקט הם רחבים.
"אחת המטרות שלנו כמדענים היא לזהות סמנים ביולוגיים מרחביים טובים לניסויים קליניים, כך שנוכל לחזות תגובות מטופלים לניסוי לפני שהם אפילו נרשמים", אמר ליו. "כבר עבדנו עם חוקרים ראשיים מרובים בקמפוס של (VCU) כדי לכלול ביולוגיה מרחבית לניסויים קליניים, ושקט יכול לספק הנחיות כך שנוכל לוודא שחולי הניסוי הקליני יקבלו את הטיפולים הטובים ביותר האפשריים."
בירד הוסיף, "אתה יכול להשתמש בשקט כדי להכניס את המטופל הנכון לניסוי – וחשוב מכך – לא להכניס את המטופל הלא נכון לניסוי. כרגע אין לנו כלי טוב במיוחד לזה, אבל זה די חזק לעשות את זה."
ליו ובירד רואים גם יתרונות של שקט במסגרת הפרמקולוגית, כאשר האלגוריתם יכול להשתמש בסמני RNA כדי לעזור לטיפול.
"אם אתה אומר למטופל שהם לא יכולים להיות חלק ממחקר קליני, אלה לא חדשות נהדרות, במיוחד אם לא מוצע שום דבר אחר", אמר בירד. "אבל סמני RNA אלה הם למעשה די טובים וניתנים להרחבה, מה שמאפשר לנו לחזות תרופות ותוצאות שעשויות להועיל לחולים.
"יש לנו מאגר גדול של תרופות מאושרות (FDA) שנוכל למפות על דגימות הרקמות. דמיין אם אתה יכול לומר לחולה, 'הנה תרופה שאושרה כבר (FDA).' כך שהמטופל לא יגויס כחלק ממשפט עבור תרופה חקירה חדשה שאולי לא תזדקק לה או שאולי לא יראו תועלת רבה ממנה. "
בנוסף, TACIT עובד על פני יישומי ביולוגיה מרחביים מרובים, ומאפשר ל- LIU ו- BYRD לבנות על מערכי הנתונים הקיימים כדי לשפר עוד יותר את עבודת האלגוריתם. "לפעמים אנחנו מתבדחים כי שקט הוא כמו אבן רוזטה," אמר בירד. "אתה יכול לראות כיצד כל סוגי הנתונים השונים האלה כולם הופכים לאותה שפה, ועבורנו, אנו יכולים לבנות על זה. יש הזדמנות ענקית להשתמש בשקט בהרבה מובנים, החל מחלבונים ועד מערכות איברים לסוגי מחלות שונות."
עבודותיו של ליו ובירד מדגימות גם טכנולוגיה חדשה בה הם תפסו הן פרוטאומיקה שקופית והן את העברת פרוטאומיקה, ומצאו דרכים לקשר בין שני פיסות הציוד השונות על מנת ליצור ריבוי תאים, ומאפשר לחוקרים ללמוד סמנים מרובים בבת אחת. בעבר, החוקרים יכלו להשתמש רק באומיקס בתאים יחיד.
