செயற்கை நுண்ணறிவு ஒவ்வொரு கட்டி உயிரணுவிலிருந்தும் தரவுகளின் அடிப்படையில் புற்றுநோய் சிகிச்சைக்கான பதிலைக் கணித்துள்ளது

200 க்கும் மேற்பட்ட வகையான புற்றுநோய்கள் மற்றும் தனித்தனியாக தனித்தனியாக இருக்கும் ஒவ்வொரு விஷயத்திலும், துல்லியமான புற்றுநோயியல் சிகிச்சைகளை உருவாக்குவதற்கான முயற்சிகள் சவாலாகவே இருக்கின்றன. புற்றுநோய் இயக்கி மரபணுக்களில் உள்ள பிறழ்வுகளை அடையாளம் காண மரபணு சோதனைகளை உருவாக்குவது மற்றும் இந்த பிறழ்வுகளுக்கு எதிராக பொருத்தமான சிகிச்சைகளை அடையாளம் காண்பதில் கவனம் செலுத்தப்படுகிறது.

இருப்பினும், பெரும்பாலானவர்கள் இல்லையென்றால், புற்றுநோயால் பாதிக்கப்பட்ட நோயாளிகள் இந்த ஆரம்ப இலக்கு சிகிச்சைகளால் குறிப்பிடத்தக்க அளவில் பயனடையவில்லை. Nature Cancer இல் வெளியிடப்பட்ட புதிய ஆய்வில், முதல் எழுத்தாளர் சஞ்சு சின்ஹா, Ph.D., புற்றுநோய்க்கான மூலக்கூறு சிகிச்சை திட்டத்தில் உதவி பேராசிரியர் Sanford Burnham Prebys இல், முன்னணி எழுத்தாளர்களான Eitan Ruppin, MD, PhD மற்றும் Alejandro Schaffer, PhD, தேசிய சுகாதார நிறுவனங்களின் (NIH) ஒரு பகுதியான நேஷனல் கேன்சர் இன்ஸ்டிட்யூட்டில் இருந்து, மற்றும் சக பணியாளர்கள் நோயாளியை முறையாகக் கணிக்க ஒரு தனித்துவமான கணக்கீட்டு முறையை விவரிக்கின்றனர். ஒற்றை செல் அளவில் புற்றுநோய் மருந்துகளுக்கு பதில்.

சிங்கிள்-செல் டிரான்ஸ்கிரிப்ட் எக்ஸ்பிரஷன் (PERCEPTION) அடிப்படையில் புற்றுநோயியல் சார்ந்த தனிப்பயனாக்கப்பட்ட சிகிச்சை திட்டமிடல் என அழைக்கப்படும், புதிய செயற்கை நுண்ணறிவு அடிப்படையிலான அணுகுமுறை டிரான்ஸ்கிரிப்டோமிக்ஸ்-டிரான்ஸ்கிரிப்டோமிக்ஸ் பற்றிய ஆய்வில் ஆராய்கிறது - டிரான்ஸ்கிரிப்ஷன் காரணிகள், மரபணுக்களால் வெளிப்படுத்தப்படும் மற்றும் மொழிபெயர்க்கப்படும் mRNA மூலக்கூறுகள். டிஎன்ஏ தகவல் செயல்பாட்டில் உள்ளது.

"கட்டி என்பது ஒரு சிக்கலான மற்றும் தொடர்ந்து மாறிவரும் உயிரினம். ஒற்றை செல் தெளிவுத்திறனைப் பயன்படுத்துவது இந்த இரண்டு பிரச்சனைகளையும் தீர்க்க உதவுகிறது," என்கிறார் சின்ஹா. "கட்டியின் குளோனல் கட்டமைப்பைப் புரிந்துகொள்வதற்கும் எதிர்ப்பின் வெளிப்பாட்டைக் கண்காணிப்பதற்கும் ஒற்றை-செல் ஒமேக்சிஸில் இருந்து வளமான தகவலைப் பயன்படுத்துவதற்கு PERCEPTION உதவுகிறது." (உயிரியலில், ஒமேக்சிஸ் என்பது ஒரு கலத்திற்குள் உள்ள கூறுகளின் கூட்டுத்தொகையைக் குறிக்கிறது.)

சின்ஹா கூறுகிறார்: "எதிர்ப்பு வெளிப்படுவதைக் கண்காணிக்கும் திறன் எனக்கு மிகவும் உற்சாகமான பகுதியாகும். இது புற்றுநோய் உயிரணுக்களின் பரிணாம வளர்ச்சிக்கு ஏற்றவாறு நம்மை மாற்றுவதற்கும் நமது சிகிச்சை உத்தியை மாற்றுவதற்கும் வாய்ப்பளிக்கிறது."

சின்ஹாவும் சக ஊழியர்களும் AI இன் கிளையான பரிமாற்றக் கற்றலைப் பயன்படுத்தி PERCEPTION உருவாக்கினர்.

"கிளினிக்குகளில் இருந்து வரம்புக்குட்பட்ட செல்-நிலை தரவு எங்கள் முக்கிய சவாலாக இருந்தது. AI மாதிரிகள் நோயைப் புரிந்துகொள்வதற்கு பெரிய அளவிலான தரவு தேவை, ChatGPT க்கு இணையத்தில் இருந்து பெரிய அளவிலான உரை தரவு தேவைப்படுவது போல," சின்ஹா விளக்குகிறார்.

PERCEPTION அதன் மாதிரிகளை முன்கூட்டியே பயிற்சி செய்ய கட்டிகளிலிருந்து வெளியிடப்பட்ட மொத்த மரபணு வெளிப்பாடு தரவைப் பயன்படுத்துகிறது. அடுத்து, செல் கோடுகள் மற்றும் நோயாளிகளிடமிருந்து ஒற்றை செல் நிலை தரவு, வரையறுக்கப்பட்டதாக இருந்தாலும், மாடல்களை டியூன் செய்ய பயன்படுத்தப்பட்டது.

பல மைலோமா, மார்பக மற்றும் நுரையீரல் புற்றுநோய்க்கான மூன்று சுயாதீனமான, சமீபத்தில் வெளியிடப்பட்ட மருத்துவ பரிசோதனைகளில் மோனோதெரபி மற்றும் கூட்டு சிகிச்சைக்கான பதிலைக் கணிப்பதில் PERCEPTION வெற்றிகரமாக சரிபார்க்கப்பட்டது. ஒவ்வொரு சந்தர்ப்பத்திலும், PERCEPTION நோயாளிகளை பதிலளிப்பவர்கள் மற்றும் பதிலளிக்காதவர்கள் என சரியாக வகைப்படுத்தியது. நுரையீரல் புற்றுநோயில், நோய் முன்னேறும் போது மருந்து எதிர்ப்பின் வளர்ச்சியையும் அவர் ஆவணப்படுத்தினார், இது பெரும் ஆற்றலுடன் குறிப்பிடத்தக்க கண்டுபிடிப்பு ஆகும்.

PERCEPTION இன்னும் கிளினிக்கில் பயன்படுத்த தயாராக இல்லை என்று சின்ஹா கூறுகிறார், ஆனால் சிகிச்சைக்கு வழிகாட்ட ஒற்றை செல் அளவில் உள்ள தகவல்கள் பயன்படுத்தப்படலாம் என்பதை அணுகுமுறை காட்டுகிறது. மருத்துவப் பயன்பாட்டிற்கான தொழில்நுட்பத்தை மேலும் மேம்படுத்தவும் மேம்படுத்தவும் பயன்படுத்தக்கூடிய கூடுதல் தரவுகளை உருவாக்க, கிளினிக்குகளில் இந்தத் தொழில்நுட்பத்தைப் பின்பற்றுவதை ஊக்குவிப்பதாக அவர் நம்புகிறார்.

“முன்கணிப்பின் தரம், அது சார்ந்த தரவுகளின் தரம் மற்றும் அளவுடன் மேம்படும்,” என்கிறார் சின்ஹா. "புற்றுநோயால் பாதிக்கப்பட்ட தனிப்பட்ட நோயாளிகளுக்கு சிகிச்சையின் பதிலை முறையாகவும் தரவு-உந்துதல் ரீதியாகவும் கணிக்கக்கூடிய மருத்துவக் கருவியை உருவாக்குவதே எங்கள் குறிக்கோள். இந்த கண்டுபிடிப்புகள் எதிர்காலத்தில் மேலும் தரவு மற்றும் ஒத்த ஆய்வுகளைத் தூண்டும் என்று நாங்கள் நம்புகிறோம்."