Por favor, avalie esta postagem
O GraphNovo da Universidade de Waterloo, utilizando aprendizado de máquina, avança significativamente a precisão do sequenciamento de peptídeos nas células, oferecendo avanços no tratamento personalizado do câncer e no desenvolvimento de vacinas. Crédito: SciTechDaily.com
O avanço na IA poderá resultar no desenvolvimento de uma medicina altamente personalizada para o tratamento de doenças graves.
A tecnologia de aprendizagem automática está a ajudar os cientistas a examinar a composição de células desconhecidas, levando potencialmente a medicamentos personalizados para o cancro e outras doenças graves.
Pesquisadores da Universidade de Waterloo desenvolveram o GraphNovo, um novo programa que fornece uma compreensão mais precisa das sequências peptídicas nas células. Peptídeos são cadeias de aminoácidos dentro das células e são blocos de construção tão importantes e únicos quanto ADN ou ARN.
Imunoterapia e sequenciamento de peptídeos
Numa pessoa saudável, o sistema imunológico pode identificar corretamente os peptídeos de células irregulares ou estranhas, como células cancerígenas ou bactérias nocivas, e então direcionar essas células para destruição. Para as pessoas cujo sistema imunitário está em dificuldades, o campo promissor da imunoterapia está a trabalhar para retreinar o seu sistema imunitário para identificar estes invasores perigosos.
“O que os cientistas querem fazer é sequenciar esses peptídeos entre o tecido normal e o tecido canceroso para reconhecer as diferenças”, disse Zeping Mao, Ph.D. candidato na Escola Cheriton de Ciência da Computação que desenvolveu o GraphNovo sob a orientação do Dr.
Este processo de sequenciação é particularmente difícil para novas doenças ou células cancerígenas, que podem não ter sido analisadas antes. Embora os cientistas possam recorrer a uma base de dados de peptídeos existente ao analisar doenças ou organismos que foram previamente estudados, o cancro e o sistema imunitário de cada pessoa são únicos.
Para construir rapidamente um perfil dos peptídeos em uma célula desconhecida, os cientistas têm usado um método chamado sequenciamento de peptídeos de novo, que usa espectrometria de massa para analisar rapidamente uma nova amostra. Este processo pode deixar alguns peptídeos incompletos ou totalmente ausentes na sequência.
GraphNovo: um salto na precisão do sequenciamento
Utilizando aprendizado de máquinao GraphNovo melhora significativamente o precisão na identificação de sequências peptídicas preenchendo essas lacunas com a massa precisa da sequência peptídica. Este salto na precisão será provavelmente imensamente benéfico numa variedade de áreas médicas, especialmente no tratamento do cancro e na criação de vacinas para doenças como o Ébola e o Ébola. COVID 19. Os pesquisadores alcançaram esse avanço devido ao compromisso de Waterloo com os avanços na interface entre tecnologia e saúde.
“Se não tivermos um algoritmo suficientemente bom, não poderemos desenvolver os tratamentos”, disse Mao. “No momento, tudo isso é teórico. Mas em breve poderemos usá-lo no mundo real.”
Referência: “Mitigando o problema de fragmentação ausente no sequenciamento de peptídeos de novo com um modelo de aprendizagem profunda baseado em gráfico de dois estágios” por Zeping Mao, Ruixue Zhang, Lei Xin e Ming Li, 19 de outubro de 2023, Inteligência da Máquina da Natureza.
DOI: 10.1038/s42256-023-00738-x