Veškerý obsah iLive je lékařsky zkontrolován nebo zkontrolován, aby byla zajištěna co největší věcná přesnost.
Máme přísné pokyny pro získávání zdrojů a pouze odkaz na seriózní mediální stránky, akademické výzkumné instituce a, kdykoli je to možné, i klinicky ověřené studie. Všimněte si, že čísla v závorkách ([1], [2] atd.) Jsou odkazy na tyto studie, na které lze kliknout.
Pokud máte pocit, že některý z našich obsahů je nepřesný, neaktuální nebo jinak sporný, vyberte jej a stiskněte klávesu Ctrl + Enter.
Model umělé inteligence odhaluje příznaky rakoviny velmi rychle
Naposledy posuzováno: 02.07.2025
Výzkumníci z Univerzity v Göteborgu vyvinuli model umělé inteligence, který zlepšuje potenciál pro detekci rakoviny pomocí analýzy cukru. Tento model umělé inteligence je rychlejší a lepší v hledání abnormalit než současná poloautomatická metoda.
Glykany, struktury molekul cukru v našich buňkách, lze měřit pomocí hmotnostní spektrometrie. Tyto struktury mohou naznačovat různé formy rakoviny v buňkách. Data z hmotnostního spektrometru však musí být lidmi pečlivě analyzována, aby se určila struktura z fragmentace glykanů. Tento proces může u každého vzorku trvat hodiny až dny a s vysokou přesností jej může provádět pouze malý počet odborníků na světě, protože se v podstatě jedná o detektivní práci učenou po mnoho let.
Automatizace detektivní práce
Tento proces představuje úzké hrdlo v používání analýzy glykanů, například pro detekci rakoviny, kde je třeba analyzovat mnoho vzorků. Výzkumníci z Univerzity v Göteborgu vyvinuli model umělé inteligence pro automatizaci této práce. Model umělé inteligence s názvem Candycrunch vyřeší úkol během několika sekund na test. Výsledky byly publikovány ve vědeckém článku v časopise Nature Methods.
Model umělé inteligence byl trénován s využitím databáze s více než 500 000 příklady různých fragmentací a souvisejících struktur molekul cukru.
Nové biomarkery
To znamená, že model umělé inteligence by brzy mohl dosáhnout stejné úrovně přesnosti jako sekvenování jiných biologických sekvencí, jako je DNA, RNA nebo proteiny. Díky své rychlosti a přesnosti by model mohl urychlit objevování glykanových biomarkerů pro diagnostiku a prognózu rakoviny.
„Věříme, že analýza glykanů se stane významnější součástí biologického a klinického výzkumu, nyní, když jsme automatizovali toto úzké hrdlo,“ říká Daniel Boyar, docent bioinformatiky na Univerzitě v Göteborgu.
Model Candycrunch je také schopen identifikovat struktury, které manuální analýza často přehlíží kvůli jejich nízkým koncentracím. Model tak může pomoci výzkumníkům najít nové glykanové biomarkery.