ՄաքԳիլի համալսարանի (Կանադա) գիտնականները մշակել են արհեստական բանականության վրա հիմնված համակարգ, որը կարող է հայտնաբերել հիվանդության անհասկանալի մոլեկուլային մարկերները առանձին բջիջներում: Արդյունքները հրապարակվել են Nature Communications (NatCom) ամսագրում:
Գիտնականները բացատրել են, որ շատ հիվանդություններ իրենց «մատնահետքը» թողնում են ՌՆԹ-ի արտահայտման նուրբ փոփոխությունների տեսքով: Այս ազդանշանները կարող են ցույց տալ հիվանդության առկայությունը, դրա փուլը կամ օրգանիզմի արձագանքը բուժմանը: Այնուամենայնիվ, ավանդական մեթոդները հաճախ պարզեցնում են տվյալները. դրանք վերլուծում են ՌՆԹ-ն ամբողջ գենի մակարդակով՝ բաց թողնելով կարևոր տեղեկություններ այն մասին, թե ինչպես է գենը ակտիվ յուրաքանչյուր առանձին բջջում:
ՄաքԳիլի թիմի մշակումը թույլ է տալիս ավելի մանրամասն վերլուծել ՌՆԹ-ի արտահայտումը՝ էկզոնների մակարդակում՝ ՌՆԹ-ի փոքր հատվածները, որոնք կազմում են գենի վերջնական կառուցվածքը: Այս մոտեցումը ավելի ճշգրիտ պատկեր է տալիս հիվանդության հետ կապված մոլեկուլային փոփոխությունների մասին:
«Գեները կառուցված չեն ինչպես պինդ բլոկներ, այլ ինչպես կտորների հավաքածուներ, ինչպես Լեգո աղյուսները»: «Մեր համակարգը, որը կոչվում է DOLPHIN, վերլուծում է, թե ինչպես են այս բաղադրիչները կապված և նույնականացնում հիվանդության ազդանշանները, որոնք նախկինում աննկատելի էին», - բացատրում է ուսումնասիրության առաջին հեղինակ Կայլու Սոնգը:
Մեկ փորձի ընթացքում DOLPHIN-ը վերլուծել է ենթաստամոքսային գեղձի քաղցկեղով հիվանդների առանձին բջիջների տվյալները և հայտնաբերել ավելի քան 800 նոր հիվանդության մարկերներ, որոնք չեն հայտնաբերվել ավանդական մեթոդներով: Համակարգը նաև կարողացել է տարբերակել ուռուցքի ագրեսիվ և պակաս վտանգավոր ձևեր ունեցող հիվանդներին:
Հեղինակների խոսքով՝ DOLPHIN-ը ի վերջո հնարավորություն կտա ստեղծել «վիրտուալ բջիջներ»: Այս թվային մոդելները կփոխարինեն իրական բջիջների վարքագիծը և դրանց արձագանքը դեղամիջոցներին: Սա հնարավորություն կտա կանխատեսել բուժման արդյունավետությունը կլինիկական փորձարկումների սկսվելուց առաջ:
Թարգմանությունը՝ Euromedia24.com-ի
