KI identifiziert charakteristisches Muster in Tumorzellen
2022
Max Delbrück Center for Molecular Medicine in the Helmholtz Association (MDC), Berlin, Deutschland
Tumore sind komplexe Zellgewebe, die durch eine hohe Variabilität gekennzeichnet sind, welche die Erforschung und Identifizierung von relevanten Gensequenzen erheblich erschwert. In der vorliegenden Studie wird ein neu entwickelter Algorithmus namens Ikarus vorgestellt, der Unterschiede zwischen Krebszellen und dem umgebenden Gewebe über verschiedene Krebsarten und Datensätze hinweg analysiert. Hierfür wurde das Maschinelles-Lernen-Modell mit zahlreichen Daten gespeist, die den Forschern weltweit von verschiedenen Institutionen bereitgestellt wurden. In einem ersten Schritt erstellte das Programm Gensignaturen und einen Tumor-Klassifikator, durch die der Algorithmus lernte, krebserregende von gesunden Zellen zu unterscheiden. Anschließend wurde die KI mit verschiedenen Krebsgewebe-Daten „trainiert“ und die Leistung des Modells bewertet. Ikarus zeigte eine deutlich höhere, analytische Präzision als bisher entwickelte in-silicio Methoden. Das Modell ermöglicht nicht nur die Charakterisierung variabler, stabiler Zellzustände, sondern auch die funktionelle Annotation einzelner Zellen, wie z.B. die Vorhersage des Differenzierungspotentials, die Anfälligkeit für Störungen und die Prognose von Zell-Zell-Interaktionen. In allen Krebszellarten wurde ein charakteristisches Gensequenz-Muster identifiziert, das neue Erkenntnisse für die Ursachenforschung bringen könnte. Innerhalb dieser Sequenz stufte der Algorithmus bestimmte Gene als krebserregend ein, die bisher nicht mit der Entstehung von Tumoren in Verbindung gebracht wurden. Das Modell könnte sich als hilfreiches Diagnostik-Instrument erweisen und Therapieansätze verbessern.
Identifying tumor cells at the single-cell level using machine learning
Altuna Akalin, Verdran Franke
Eingestellt am: 09.08.2022
[1] https://genomebiology.biomedcentral.com/articles/10.1186/s13059-022-02683-1[2] https://www.bionity.com/en/news/1176478/ai-identifies-cancer-cells.html
