Des causes de la maladie comprenant le cancer infantile peuvent être indiquées avec l'outil neuf de l'équipe de recherche d'Université de Princeton

L'apprentissage automatique est employé pour gagner l'analyse dans les causes des centaines de maladies, avec des chercheurs d'Université de Princeton découvrant quatre gènes spécifiques qui contribuent au cancer infantile.

Dans une démonstration d'un outil pour indiquer des différences moléculaires entre les maladies, les chercheurs ont découvert quatre gènes liés à un cancer pédiatrique rare. L'image du côté gauche montre une cellule normale tandis que celle sur les bons points culminants un des gènes découverts dans le neuroblastome, qui afflige des bébés et des jeunes enfants.

Une équipe des informaticiens et des biologistes d'Université de Princeton, en collaboration avec l'université de l'Etat d'État du Michigan et l'université d'Oslo a expliqué les capacités de leur système neuf, annotation d'échantillon d'ARN d'Unveilling pour les maladies humaines (URSAHD), dans les systèmes de cellules de tourillon en février 2019.

Le système utilise l'apprentissage automatique pour recenser des configurations d'activité de gène en analysant plus de 300 maladies différentes en même temps. Les maladies analysées comprennent des cancers, cardiopathie, et des troubles métaboliques, parmi une grande variété d'autres.

Au lieu d'examiner l'ADN, URSAHD emploie l'ARN, un acide nucléique produit par des cellules qui facilite le flux d'information génétique d'ADN aux cellules comme protéines. Cette cornière d'orientation permet au système de se concentrer pas sur des mutations géniques, mais sur les produits produits du flux d'information qui peut poser des problèmes en aval, même si le gène originel dont les produits sont venus la première fois est sain et fonctionnant normalement.

« La véritable innovation compare tous les échantillons à chaque autre échantillon, » a dit Chandra Theesfeld, un des chercheurs de fil travaillant sur le projet.

URSAHD peut mettre en valeur des différences entre les maladies et les types de tissu, et peut même sélectionner des différences réglées avec précision entre les maladies relatives il avait été impossible difficile ou à trouver que, jusqu'ici, avec d'autres méthodes d'analyse.

Le système emploie les dossiers publics de l'activité de gène dans approximativement 8.000 biopsies qui comprennent les prélèvements de tissu sains et malades.

Parlant de l'avantage d'analyser un grand nombre d'échantillons ensemble, Theesfeld, qui est un scientifique de recherches en laboratoire d'Olga Troyanskaya, un professeur chez Princeton et le directeur adjoint pour la génomique à la fondation de Simons, explique :

La « étude de eux fournit ensemble une voie de discerner de seuls aspects. » Il continue pour dire que cette méthode active l'équipe « apprennent les choses neuves au sujet de la maladie qui ne sont pas possibles pour trouver avec l'approche d'un-maladie-à-un-temps, » et qu'elles peuvent « potentiellement recenser les objectifs neufs pour des traitements ou même découvrir les aspects neufs de la maladie qui n'ont pas été appréciés. »

Le papier de systèmes de cellules sur URSAHD déclare que « un défi principal pour le diagnostic et la demande de règlement des maladies humaines complexes recense leurs bases moléculaires, » et explique que le système neuf peut distinguer les maladies relatives avec un de plus haut niveau de l'exactitude que « les gènes littérature-validés ou les approches de calcul basées sur différentiel traditionnelles ». L'équipe prétendent également qu'URSAHD peut être appliqué à « n'importe quelle maladie, y compris la rare et non étudiée. »

Une telle maladie rare est neuroblastome, un cancer pédiatrique affectant des bébés et des enfants ces des formes dans le tissu nerveux. L'équipe de recherche a recensé quatre gènes qui ont joué un rôle dans la maladie. Jusqu'à cette découverte, ces quatre gènes n'avaient pas été discutés en littérature scientifique. Theesfeld a effectué d'autres essais en laboratoire sur des cellules humaines pour confirmer les découvertes de l'équipe, et a manipulé l'activité de gène pour déterminer les effets des gènes sur des procédés liés au cancer de cellules.

Theesfeld déclare que 90 pour cent d'études de gène regardent seulement 10 pour cent de gènes humains, alors qu'URSAHD considère le génome humain entier concevoir un modèle ou une signature de la taille du génome pour chaque maladie.

L'algorithme du système met en valeur les différences dans l'activité de gène qui sont seules aux différents maladies et tissus, qui bénéficie l'étude des maladies rares qui peuvent seulement avoir quelques échantillons avec lesquels pour établir un génome modélisez.

Comme expliqué dans le papier de systèmes de cellules, URSAHD fournit « les deux estimations de signe de la maladie pour les ensembles de données ainsi que les tiges du chercheur aux modèles interprétables de la maladie, y compris les procédés biologiques, le tissu associé et les informations anatomiques, et les listes pesées de gène qui sont directement utilisables par la communauté de recherche biomédicale. »

« Notre méthode est pilotée par l'information de la maladie dans l'échantillon patient, ainsi elle n'est pas décentrée vers les gènes populaires de la maladie qui obtiennent toujours étudiés, » Theesfeld a dit. « Nous pouvons suivre des configurations des changements des caractéristiques sans connaître exact ce que signifie chaque modification. »

Sur la nécessité d'URSAHD, Troyanskaya dit que « les approches interdisciplinaires qui fusionnent la science sophistiquée de caractéristiques avec la profonde connaissance de la biologie sont principales à déchiffrer des puzzles biomédicaux nécessaires pour réaliser la promesse du médicament de précision. »

Le laboratoire de Troyanskaya avait travaillé pendant longtemps sur des montants considérables intégrants de différents ensembles de données pour obtenir l'information permettant à des scientifiques d'effectuer les prévisions biologiques précises, qui avanceront la recherche, les expériences, et la découverte dans son ensemble. De Princeton paires souvent calculant avec la biologie de produire les outils qui pourraient avoir des chocs potentiels importants sur la santé.

L'espoir d'équipe de recherche de Princeton que la volontéHD d'URSA aident des cliniciens à diagnostiquer la maladie, avec les aider à concevoir des plans de traitement plus précis, piste leur efficacité, et découvrent des options neuves de demande de règlement.

Lois Zoppi

Written by

Lois Zoppi

Lois is a freelance copywriter based in the UK. She graduated from the University of Sussex with a BA in Media Practice, having specialized in screenwriting. She maintains a focus on anxiety disorders and depression and aims to explore other areas of mental health including dissociative disorders such as maladaptive daydreaming.

Citations

Please use one of the following formats to cite this article in your essay, paper or report:

  • APA

    Zoppi, Lois. (2019, June 17). Des causes de la maladie comprenant le cancer infantile peuvent être indiquées avec l'outil neuf de l'équipe de recherche d'Université de Princeton. News-Medical. Retrieved on January 19, 2020 from https://www.news-medical.net/news/20190304/Causes-of-disease-including-infant-cancer-can-be-revealed-with-new-tool-from-Princeton-University-research-team.aspx.

  • MLA

    Zoppi, Lois. "Des causes de la maladie comprenant le cancer infantile peuvent être indiquées avec l'outil neuf de l'équipe de recherche d'Université de Princeton". News-Medical. 19 January 2020. <https://www.news-medical.net/news/20190304/Causes-of-disease-including-infant-cancer-can-be-revealed-with-new-tool-from-Princeton-University-research-team.aspx>.

  • Chicago

    Zoppi, Lois. "Des causes de la maladie comprenant le cancer infantile peuvent être indiquées avec l'outil neuf de l'équipe de recherche d'Université de Princeton". News-Medical. https://www.news-medical.net/news/20190304/Causes-of-disease-including-infant-cancer-can-be-revealed-with-new-tool-from-Princeton-University-research-team.aspx. (accessed January 19, 2020).

  • Harvard

    Zoppi, Lois. 2019. Des causes de la maladie comprenant le cancer infantile peuvent être indiquées avec l'outil neuf de l'équipe de recherche d'Université de Princeton. News-Medical, viewed 19 January 2020, https://www.news-medical.net/news/20190304/Causes-of-disease-including-infant-cancer-can-be-revealed-with-new-tool-from-Princeton-University-research-team.aspx.