개인화 된 암 게임 룰렛 계산 모델 및 딥 러닝 사용
BIOE 조교 연구 교수 Kiran Vanaja는 계산 모델과 딥 러닝을 사용하여 암 세포 행동을 예측하고 개인화 된 암 게임 룰렛 다단계 치료 전략을 개발합니다.
진단의 발전은 특히 암 및 당뇨병과 같은 복잡하고 강력한 질병과의 싸움에서 개인화 된 의약품의 미래를 형성하고 있습니다. 이 혁신의 최전선에는 우리가 질병을 예측, 진단 및 게임 룰렛하는 방식을 변화시키는 계산 모델과 딥 러닝 기술이 있습니다.
최첨단 생물학적 연구를 공학 및 전산 과학과 결합하여 Northeastern University의 Roux Institute의 연구원 인 Kiran Vanaja, Bioengineering의 조교수는보다 정확하고 효과적인 게임 룰렛법을위한 길을 열고 있습니다. 그들의 선구적인 작업은 암 진단에 대한 혁신적인 접근 방식을 가져오고 여러 분야에서 질병 관리를위한 새로운 가능성을 열어줍니다.
암 진단에 대한 혁신적인 접근
암은 복잡하고 탄력적 인 성격으로 인해 의학의 강력한 상대로 남아 있습니다. 매년 미국에서만 암 연구에 수십억 달러가 소비됩니다.
가장 큰 과제 중 하나는 암 세포가 적응력이 높기 때문에 세포가 약물 내성을 개발함에 따라 시간이 지남에 따라 단일 약물 게임 룰렛가 비효율적이라는 것입니다..
vanaja가 다른 접근 방식을 취하는 이유입니다. Vanaja는 전기 공학, 생물 의학 공학 및 시스템 생물학에 대한 그의 배경을 바탕으로 암 세포가 게임 룰렛에 어떻게 적응하는지 예측하는 계산 및 수학적 모델을 구성하는 데 중점을 둡니다.
암 세포가 수십억 년 동안 유지되는 것처럼 암 세포가 계속 적응할 것이기 때문에 암에서 돌연변이를 차단하는 간단한 접근 방식은 효과가 없을 것입니다.
따라서 연구는 초기 게임 룰렛에서 살아남을 때 암 세포가 어떻게 행동하는지 이해하는 데 중점을 둡니다. Vanaja는 암 세포를 접시에 넣고 FDA 승인 약물로 게임 룰렛하면 세포의 약 99%가 사망 할 것이라고 말합니다.
상상할 수있는 모든 측정 가능한 특성 (세포 표현형)에 의해, 이들 남은 세포는 시작된 세포와 완전히 다르다. 그들의 이동, 대사 상태, 반응성 산소 종, 상피 및 중간 엽 성질은 모두 가능한 모든 방식으로 변화됩니다.
“우리는 이와 같은 셀을 특성화하는 방법을 결정하고 싶었습니다.”라고 Vanaja는 말합니다. "우리가 관찰 한 것은 나머지 종양 세포가 완전히 바뀌고 거의 악마적인 형태가된다는 것입니다.
암을 능가하는 다단계 전략
Vanaja의 연구는 암 세포를 후속 게임 룰렛에 의해 더 잘 표적화 될 수있는 취약한 위치로 옮기는 전략을 개발하는 것을 목표로합니다. 그의 팀은 딥 러닝 모델을 사용함으로써 일련의 게임 룰렛 단계를 통해 암 세포를 움직 이도록 설계된 다단계 게임 룰렛 중재를 만들어 100%로 제거 할 가능성을 높이고 있습니다..
“이 세포가 약물이 효과가 있다는 것을 알고있는 공간으로 옮길 수 있다면, 당신은 그들을 죽일 가능성이 높아집니다.”라고 Vanaja는 말합니다. "이것은 돌연변이 된 하나의 경로를 차단하는 것이 아니라 세포를 추가로 표적화 할 수있는 지점으로 안내합니다."
예를 들어, 환자의 종양 샘플은 특정 순서로 여러 약물로 게임 룰렛할 수 있습니다. 약물 A가 먼저 적용될 수 있으며, 약물 B와 C가 뒤 따릅니다. 암 세포를 죽을 가능성이 높은 상태로 암 세포를 안내합니다.
“우리는 이제 셀 내부의 거의 모든 것을 측정 할 수 있습니다.”라고 Vanaja는 말합니다. "딥 러닝은 생물학의 전체 분야를 완전히 열었습니다."
상업화 과제와 산업 협력의 필요성
이러한 돌파구가 임상 환경에서 광범위하게 적용되기 전에해야 할 일이 많이 있습니다. Vanaja의 접근 방식은 딥 러닝 신경망과 방대한 데이터 세트를 사용하여 게임 룰렛에 대한 세포 반응을 매핑하는 데 의존합니다.
과제 중 하나는 작업의 복잡성입니다. 암은 신체의 거의 모든 조직 유형에 영향을 미치며 각 유형은 다르게 행동합니다.
“Site-Seq라는 기술이있어 셀의 내부와 외부를 동시에 읽을 수있어 세포 표현형을 매핑하기위한 프록시를 제공합니다.”라고 Vanaja는 설명합니다. "하지만 100 개의 다른 셀 유형에서 데이터를 수집하려면 분석을 위해서만 백만 달러에 가까운 비용이들 수 있습니다.".
이 모델을 구축하려면 학계 및 산업 전반의 협력이 필요하며 자금은 상당한 장벽입니다. Vanaja는 이러한 모델을 결실을 맺는 데 5 ~ 10 년이 걸릴 것이라고 생각하지만 파트너십과 지원으로 이러한 진단 도구는 암 및 기타 만성 질환을 게임 룰렛하는 방식을 혁신 할 수 있습니다..
암 진단의 미래
Vanaja Lab의 경우 장기 목표는 암을 게임 룰렛하는 단일 약물을 찾는 것이 아니라 기존 게임 룰렛법의 조합을 새롭고 전략적인 방식으로 사용하는 것입니다. 세포가 억제 될 때 어떻게 행동하는지 이해함으로써, 계산 모델을 활용함으로써, 그들은 암 세포를 표적화하고 죽일 수있는보다 효과적인 방법을 고안하기 위해 노력합니다..
“우리의 접근 방식의 아이디어는 지난 수십 년 동안 가능한 모든 단일 분자 약물처럼 보이는 것을 개발하기 때문에 새로운 약물을 제시하는 것은 아닙니다.”라고 Vanaja는 말합니다. "따라서 우리의 목표는은 총알을 찾는 것이 아니라 역사적으로 도전적인 질병을 게임 룰렛할 수있는 약물의 조합을 찾는 것입니다."
궁극적으로,이 접근법은 암을 치명적이고 예측할 수없는 질병에서 관리 가능한 상태로 변형시키는 것을 목표로합니다. 추가 연구와 협업을 통해 Vanaja와 그의 팀이 개발 한 것과 같은 딥 러닝 모델은 진단 및 질병 관리의 미래에 중요한 역할을 할 수 있습니다.
원본 기사 :연구 혁신 센터