Avec les omniques, les gènes, les protéines et autres données moléculaires sont étudiées dans le but de savoir davantage sur le développement des fonctions et des maladies du corps. Des chercheurs de la Mayo Clinic ont développé un outil d’IA, appelé empreinte Omnics, avec laquelle les grandes quantités de données biologiques complexes peuvent se convertir en images bidimensionnelles, circulaires, pour être littéralement en mesure de mieux représenter les maladies et la carte.
Les gènes agissent comme le manuel du corps, tandis que les protéines effectuent ces instructions pour que les cellules fonctionnent. Parfois, les changements dans ces instructions – appelés mutations – peuvent perturber ce processus et conduire à la maladie. L’outil d’empreinte OMICS AI aide à convertir cette complexité par des données – telles que la génactivité, les mutations et les niveaux de protéines – en cartes circulaires colorées qui donnent une image plus claire de ce qui se passe dans le corps. “Les données sont les plus puissantes si vous pouvez voir l’histoire qu’ils peuvent raconter. L’empreinte omics peut ouvrir des portes aux découvertes que nous n’avons jamais pu faire auparavant”, a déclaré l’auteur en chef Krishna Rani Kalari, Ph.D., maître de conférences senior Biomedical Informatique au Mayo Clinic Center for Individualized Medicine.
Analyser l’effet des médicaments contre le cancer
Pour leurs recherches, publié Dans la recherche sur les acides nucléiques, l’outil d’empreinte OMICS a été utilisé pour analyser la réponse médicamenteuse et les données multi-Ooms du cancer. L’outil s’est distingué entre deux types de cancer du sein – carcinomes lobulaires et canalaires – avec une précision moyenne de 87%.
Appliqué au cancer du poumon, l’outil d’IA a même montré une précision de plus de 95% dans l’identification de deux types: l’adénocarcinome et le carcinome épidermoïde. La recherche a montré que la combinaison de différents types de données moléculaires produit des résultats plus précis que lorsqu’un seul type de données est utilisé.
L’année dernière, des chercheurs de Stanford Medicine ont développé un programme informatique basé sur l’IA qui est capable de prédire l’activité de milliers de gènes dans les cellules tumorales basées sur des images de microscopie standard de la biopsie. Dans cette étude, il a été possible de démontrer que l’outil d’IA, en combinaison avec le programme informatique, est en mesure de prédire à la fois des variations génétiques des formes de cancer du sein et le résultat pour les patients atteints d’images de biopsie recueillies régulièrement
Haute précision avec moins de données
L’empreinte omics montre également un potentiel pour fournir des résultats significatifs, même avec des ensembles de données limités. L’outil utilise des méthodes d’IA avancées qui apprennent des données existantes et appliquent les connaissances à de nouveaux scénarios – un processus connu sous le nom d’apprentissage par transfert. Dans un exemple, il a aidé les chercheurs à atteindre plus de 95% de précision dans l’identification des sous-types de cancer du poumon à l’aide de moins de 20% du volume de données typique.
“Cette approche pourrait être utile pour la recherche, même avec une petite taille d’échantillon ou des études cliniques”, explique le Dr Kalari. Pour améliorer la précision et les idées, le cadre de l’empreinte Omics utilise également une méthode avancée appelée Shap (Shapley Additive Explications). La forme met l’accent sur les marqueurs, les gènes ou les protéines les plus importants qui influencent les résultats pour aider les chercheurs à comprendre quels facteurs déterminent les schémas de la maladie.
De la recherche sur la pratique clinique
En plus de la recherche, l’empreinte omics est également conçue pour une utilisation clinique. Il comprime les grands ensembles de données organiques sur des images compactes qui ne prennent que 2% de l’espace de stockage d’origine. En conséquence, les images pourraient facilement être intégrées dans les fichiers médicaux électroniques à l’avenir pour guider les soins aux patients.
L’équipe de recherche prévoit d’étendre l’empreinte omique pour étudier d’autres maladies, notamment les maladies neurologiques et d’autres troubles complexes. Ils travaillent également sur les mises à jour pour rendre l’outil encore plus précis et plus flexible, y compris la possibilité de trouver de nouveaux marqueurs de maladie et des objectifs de médecine.
#Analyser #les #données #médicales #précisément #avec #loutil #dIA