研究人员利用人工智能来理解肺癌细胞的漏洞

一个科学小组,包括蒙大拿大学的生物学家马克·格兰姆斯最近人工智能用于更好地理解如何在肺癌细胞蛋白质组调节细胞分裂和新陈代谢。

工作可能会导致更大的理解肺癌的漏洞和未来的抗癌疗法。这项研究结果发表在PLOS计算生物学。

“我们研究了细胞如何应对抗癌药物用于治疗肺癌,”格里姆斯说。“我们使用机器学习算法来检测数据中的模式很难看到,因为我们人类的大脑并不是所有的伟大的看到模式在大型电子表格。”

他说肺癌仍是死亡的主要原因。新的药物来治疗肺癌可以工作一段时间,但癌症细胞可能的发展和形成新的肿瘤,导致复发。为了解决这个问题,攻击癌细胞的药物可以工作,但前提是研究者更好地了解癌细胞的弱点。

”这项工作的伟大之处是,我们把我们发现的模式变成了网络表示细胞信号通路影响癌症突变和药物目标突变基因,称为致癌基因,”格里姆斯说。“这项工作需要这种方法下一阶段通过观察之间的相互作用的途径,这是组蛋白在细胞一起工作。”

他说,这给他的研究小组高级和分子水平的看法之间的交互途径导致癌细胞的分裂和调节新陈代谢。

格兰姆斯说,恶性肿瘤通常有一个活跃的新陈代谢和有限的氧气供应。

“所以识别这些通路之间的联系提供了机会把进口和利用的漏洞营养结合其他抗癌疗法。”

其他合作伙伴的研究包括乔治敦大学;佛罗里达州坦帕市Moffit所医院;马尼托巴大学的。