Göteborg Üniversitesi’nden araştırmacılar James Urban, Chunsheng Jin, Kristina A. Thomsson, Niclas G. Karlsson, Callum M. Ives, Elisa Fadda, Daniel Bojar, şeker analizleri yoluyla kanseri tespit etme potansiyelini artıran bir AI (yapay zeka) modeli geliştirdiler. AI modelinin güncel kullanılan yöntemden farkı, kanser ipuçlarını daha net ve hızlı şekilde tespit etmesi.
Hücrelerimizdeki şeker moleküllerinin yapıları olan glikanları kütle spektrometrisi ile ölçmek mümkün. Önemli bir kullanım alanı ise yapıların hücrelerdeki farklı kanser türlerini gösterebilmesi.
UZUN YILLAR SÜREN DEDEKTİFLİK ÇALIŞMASI
Ancak kütle spektrometresi ölçümünden elde edilen verilerin, glikan parçalanmasından elde edilen yapının anlaşılabilmesi için insanlar tarafından dikkatlice analiz edilmesi gerekiyor. Bu süreç her bir örnek için saatler hatta günler sürebilir ve dünyada ancak az sayıda uzman tarafından yüksek bir güvenle gerçekleştirilebilir. Çünkü bu yöntem uzun yıllar boyunca öğrenilen bir dedektiflik çalışmasıdır.
SANİYELER İÇERİSİNDE DOĞRU TESPİT
Bu nedenle, örneğin çok sayıda analiz edilecek numunenin olduğu kanser tespiti gibi durumlarda glikan analizlerinin kullanımında bir darboğaz oluşur. Göteborg Üniversitesi’ndeki araştırmacılar ise bu dedektiflik işini otomatikleştirmek için bir yapay zeka modeli geliştirdiler.
Candycrunch (şekerleme) isimli yapay zeka modeli, test başına görevi sadece birkaç saniyede yapıyor. Sonuçlar Nature Methods dergisinde yayınlanan bilimsel bir makale ile duyuruldu.
500 BİNDEN FAZLA ÖRNEK İLE EĞİTİLDİ
Yapay zeka modeli, şeker moleküllerinin farklı parçalanmaları ve ilişkili yapılarına ait 500 binden fazla örneğin yer aldığı bir veri tabanı kullanılarak eğitildi.
Göteborg Üniversitesi Biyoenformatik Bölümü Kıdemli Öğretim Üyesi Daniel Bojar, “Eğitim, Candycrunch’ın vakaların yüzde 90’ında bir örnekteki şeker yapısını tam olarak hesaplamasını sağladı” diyor.
YENİ BİYOBELİRTEÇLER BULUNABİLİR
Bu, yapay zeka modelinin yakında DNA, RNA veya proteinler gibi diğer biyolojik dizilerin dizilenmesiyle aynı doğruluk seviyelerine ulaşabileceği anlamına geliyor. Yapay zeka modeli cevaplarında çok hızlı ve doğru olduğundan hem kanser tanısı hem de prognozu için glikan bazlı biyobelirteçlerin keşfini hızlandırabilir.
Daniel Bojar, “En büyük darboğazı otomatize ettiğimizden beri glikan analizlerinin biyolojik ve klinik araştırmaların daha büyük bir parçası haline geleceğine inanıyoruz” diyor.
Yapay zeka modeli Candycrunch, düşük konsantrasyonları nedeniyle insan analizlerinde sıklıkla gözden kaçan yapıları da tanımlayabiliyor. Bu nedenle model, araştırmacıların glikan bazlı yeni biyobelirteçler bulmasına yardımcı olabilir.
