Selon une étude menée par Max Delbrück Center for Molecular Medicine publiée dans Life Science Alliance, un nouvel algorithme d'apprentissage en profondeur pourrait analyser rapidement et avec précision plusieurs types de données génomiques provenant de tumeurs colorectales pour une classification plus précise, ce qui pourrait aider à améliorer le diagnostic et les options de traitement associées
Selon les chercheurs, les tumeurs colorectales sont extrêmement variées dans leur développement, requièrent des médicaments différents et ont des taux de survie très différents. Souvent, ils sont classés en sous-types en fonction de l'analyse des niveaux d'expression génique. La maladie est beaucoup plus complexe qu'un seul gène
Afin d'analyser de nombreuses caractéristiques contenues dans le matériel génétique, notamment l'expression génique, les mutations ponctuelles et les nombres de copies d'ADN, les chercheurs ont conçu la plate-forme Multi-Omics Autoencoder Integration (MAUI). L'apprentissage automatique supervisé nécessite généralement que des experts humains étiquettent les données, puis forment un algorithme pour prédire ces étiquettes. En revanche, l'apprentissage automatique non supervisé n'implique pas de formation. Un algorithme d’apprentissage en profondeur alimente des données sans étiquettes et les explore en cherchant des modèles communs ou des caractéristiques représentatives, appelés facteurs latents.
En tant que plate-forme d'apprentissage en profondeur, MAUI est en mesure d'analyser plusieurs jeux de données omiques et d'identifier les modèles ou caractéristiques les plus pertinents, en l'occurrence, des ensembles de gènes ou des voies de transmission du cancer colorectal.
MAUI a identifié des profils associés aux quatre sous-types établis de cancer colorectal, attribuant les tumeurs à des sous-types avec une grande précision. La plate-forme a trouvé un modèle qui suggère qu'un sous-type (CMS2) pourrait devoir être divisé en deux groupes distincts. Les tumeurs ont des mécanismes et des taux de survie différents.Les chercheurs souhaitent poursuivre les recherches pour vérifier si le sous-type est unique ou peut-être représentatif de la propagation de la tumeur.
Les chercheurs ont adapté le programme d’analyse de lignées cellulaires prélevées sur des tumeurs et cultivées dans des laboratoires pour la recherche sur les effets de traitements médicamenteux potentiels. Cependant, les lignées cellulaires diffèrent sur le plan moléculaire des tumeurs réelles de nombreuses façons. Les chercheurs ont utilisé MAUI pour comparer les lignées cellulaires actuellement utilisées pour tester des médicaments contre le cancer colorectal afin de déterminer dans quelle mesure elles étaient étroitement liées à de vraies tumeurs. Près de la moitié des lignées se sont avérées plus apparentées à d'autres lignées cellulaires qu'à des tumeurs réelles.
Aucun commentaire:
Enregistrer un commentaire