Übersetzen
${alt}
Von Michele W. Sequeira

Big Data und KI treffen auf Krebsforschung

Neuer Ansatz nutzt künstliche Intelligenz, maschinelles Lernen und Big Data zur Entdeckung multifunktionaler Medikamente

Viele Krebspatienten werden mit mehreren Medikamenten behandelt, von denen jedes den Krebs auf unterschiedliche Weise angreift, sodass die Kombination den Krebs an vielen Fronten bekämpft. Aber mehr Medikamente bedeuten ein höheres Risiko von Nebenwirkungen.

„Die meisten Krebstherapien sind heute Kombinationsbehandlungen“, sagt Avinash (Avi) Sahu, PhD, Assistenzprofessor am Comprehensive Cancer Center der University of New Mexico. Sahu kam von Harvard und dem Dana-Farber Cancer Institute zu UNM. „Wir wollten Medikamente finden, die zwei krebserregende Signalwege gleichzeitig unterdrücken können.“

Aber anstatt Stunden in einem Labor zu verbringen, wandte sich Sahu seinem Computer zu.

Sahu und sein Forschungsteam haben zwei Ansätze entwickelt. Das erste, genannt BiopotentR, verwendet öffentlich zugängliche Genomdaten, um Medikamente zu finden, die Krebs auf vielfältige Weise angreifen können, und Gene zu identifizieren, auf die die Medikamente abzielen. Die zweite wendet Methoden des maschinellen Lernens auf diese Informationen an, um vorherzusagen, wie Menschen auf eine Immuntherapie ansprechen werden.

Maschinelles Lernen ähnelt der Art und Weise, wie Menschen lernen. So wie Menschen durch viel Erfahrung neue Dinge lernen – wie Fahrrad- oder Autofahren –, assimiliert computergesteuertes maschinelles Lernen riesige Datenmengen und sammelt Muster, die es dann auf andere Aufgaben anwenden kann.

Aber Krebsforschungsdaten allein reichten Sahu und seinem Team nicht aus, um vorherzusagen, wie Menschen auf ein Medikament ansprechen würden. Sie benötigten zusätzliche biologische Daten, die sie dann auf Krebspatienten und das Ansprechen von Krebsmedikamenten anwenden konnten. In Bezug auf maschinelles Lernen mussten sie aus dem biologischen Kontext lernen und dieses Wissen auf einen Krebskontext anwenden; Es ist eine Technik namens Transfer Learning.

Sahu und sein Team haben sich mit einem Unternehmen zusammengetan, um eine Verbindung zu finden, die auf den besten Krebsgenkandidaten abzielt, den sie mit BipotentR identifiziert haben. In vorklinischen Tests bestätigten sie, dass ihre Vorhersagen richtig waren.

Aber die Arbeit kann ausgeweitet werden, sagt Sahu.

„Wenn Tumore überaktive multifunktionale Wirkstoffziele haben, sprechen die Patienten mit geringerer Wahrscheinlichkeit auf eine Immuntherapie an“, sagt er. „Allerdings könnten Patienten mit solchen Tumoren möglicherweise von einer Kombination aus Immuntherapie und multifunktionalen Medikamenten profitieren.“

Die Arbeit des Teams beschränkt sich nicht nur auf Stoffwechsel- und Immunziele; Es kann so angepasst werden, dass zwei beliebige Faktoren untersucht werden, um bessere Mehrzweckmedikamente zu finden. Sahu sagt, dass dieser Ansatz somit eine aufregende Gelegenheit für neue Forschung in einer Vielzahl von Krebsprojekten darstellt.

Und eine schnellere Arzneimittelforschung bedeutet eine genauere personalisierte Medizin.


Über Avinash Sahu, PhD

Avinash Sahu, PhD, ist Assistenzprofessor an der medizinischen Fakultät der Universität von New Mexico in der Abteilung für Translationale Informatik der Abteilung für Innere Medizin. Er trat der UNM-Fakultät im Januar 2023 bei. Dr. Sahu hat einen Doktortitel von der University of Maryland. Seine Forschung konzentriert sich auf Anwendungen von maschinellem Lernen und Deep Learning, um das Verständnis und die Behandlung von Krebs zu verbessern.

Papierreferenz

„Die Entdeckung von Zielen für immunmetabolische Antitumor-Medikamente identifiziert Estrogen Related Receptor Alpha“ wurde online am 27. Januar 2023 in Cancer Discovery (https://aacrjournals.org/cancerdiscovery) veröffentlicht. Autoren sind: Avinash D. Sahu, Xiaoman Wang, Phillip Munson, Jan Klomp, Xiaoqing Wang, Shengqing Gu, Gege Qian, Phillip Nicol, Zexian Zeng, Chenfei Wang, Collin Tokheim, Wubing Zhang, Jingxin Fu, Jin Wang, Nishanth U. Nair, Joost Rens, Meriem Bourajjaj, Bas Jansen, Inge Leenders, Jaap Lemmers, Mark Musters, Sanne van Zanten, Laura van Zelst, Jenny Worthington, Myles Brown, Jun S. Liu, Dejan Juric, Cliff A. Meyer, Arthur Oubrie, X. Shirley Liu, David E. Fisher, Keith T. Flaherty.

UNM Comprehensive Cancer Center

Das Comprehensive Cancer Center der University of New Mexico ist das offizielle Krebszentrum von New Mexico und das einzige vom National Cancer Institute ausgewiesene Krebszentrum in einem Umkreis von 500 Meilen.

Zu den mehr als 120 vom Vorstand zertifizierten Fachärzten für Onkologie gehören Krebschirurgen aller Fachrichtungen (Bauch-, Brust-, Knochen- und Weichteilkrebs, Neurochirurgie, Urogenitaltrakt, Gynäkologie sowie Kopf- und Halskrebs), Hämatologen/medizinische Onkologen für Erwachsene und Kinder, gynäkologische Onkologen, und Radioonkologen. Zusammen mit mehr als 600 anderen Krebsmedizinern (Krankenschwestern, Apotheker, Ernährungsberater, Navigatoren, Psychologen und Sozialarbeiter) behandeln sie 65 % der Krebspatienten in New Mexico aus dem ganzen Bundesstaat und arbeiten mit kommunalen Gesundheitssystemen im ganzen Bundesstaat zusammen, um diese bereitzustellen Krebsversorgung näher am Wohnort. Sie behandelten ungefähr 14,000 Patienten in ungefähr 100,000 ambulanten Klinikbesuchen zusätzlich zu stationären Krankenhausaufenthalten im UNM-Krankenhaus.

Insgesamt nahmen fast 400 Patienten an klinischen Krebsstudien teil, in denen neue Krebsbehandlungen getestet wurden, darunter Tests zu neuartigen Strategien zur Krebsprävention und zur Sequenzierung des Krebsgenoms.

Die mehr als 100 Krebsforscher, die dem UNMCCC angeschlossen sind, erhielten 35.7 Millionen US-Dollar an staatlichen und privaten Zuschüssen und Verträgen für Krebsforschungsprojekte. Seit 2015 haben sie fast 1000 Manuskripte veröffentlicht, die wirtschaftliche Entwicklung gefördert, 136 neue Patente angemeldet und 10 neue biotechnologische Start-up-Unternehmen gegründet.

Schließlich haben die Ärzte, Wissenschaftler und Mitarbeiter mehr als 500 Stipendiaten in den Bereichen Krebsforschung und Krebsgesundheitsversorgung mehr als XNUMX Gymnasiasten, Studenten, Graduierten und Postdoktoranden Aus- und Weiterbildungserfahrungen vermittelt.

Kategorien: Umfassendes Krebszentrum