Nieuwe publicaties
Model met kunstmatige intelligentie detecteert razendsnel tekenen van kanker
Laatst beoordeeld: 02.07.2025
Alle iLive-inhoud wordt medisch beoordeeld of gecontroleerd op feiten om zo veel mogelijk feitelijke nauwkeurigheid te waarborgen.
We hebben strikte richtlijnen voor sourcing en koppelen alleen aan gerenommeerde mediasites, academische onderzoeksinstellingen en, waar mogelijk, medisch getoetste onderzoeken. Merk op dat de nummers tussen haakjes ([1], [2], etc.) klikbare links naar deze studies zijn.
Als u van mening bent dat onze inhoud onjuist, verouderd of anderszins twijfelachtig is, selecteert u deze en drukt u op Ctrl + Enter.
Onderzoekers van de Universiteit van Göteborg hebben een AI-model ontwikkeld dat de kans op kankerdetectie door middel van suikeranalyse vergroot. Dit AI-model is sneller en beter in het opsporen van afwijkingen dan de huidige semi-geautomatiseerde methode.
Glycanen, de structuren van suikermoleculen in onze cellen, kunnen worden gemeten met massaspectrometrie. Deze structuren kunnen wijzen op verschillende vormen van kanker in cellen. De gegevens van de massaspectrometer moeten echter zorgvuldig door mensen worden geanalyseerd om de structuur te bepalen aan de hand van de glycaanfragmentatie. Dit proces kan uren tot dagen duren per monster en kan alleen met hoge nauwkeurigheid worden uitgevoerd door een klein aantal experts wereldwijd, omdat het in wezen speurwerk is dat in de loop van vele jaren is geleerd.
Automatisering van detectivewerk
Dit proces vormt een knelpunt bij het gebruik van glycananalyse, bijvoorbeeld voor kankerdetectie, waarbij veel monsters moeten worden geanalyseerd. Onderzoekers van de Universiteit van Göteborg hebben een AI-model ontwikkeld om dit werk te automatiseren. Het AI-model, Candycrunch genaamd, lost de taak in slechts enkele seconden per test op. De resultaten zijn gepubliceerd in een wetenschappelijk artikel in het tijdschrift Nature Methods.
Het AI-model werd getraind met behulp van een database met meer dan 500.000 voorbeelden van verschillende fragmentaties en bijbehorende structuren van suikermoleculen.
Nieuwe biomarkers
Dit betekent dat het AI-model binnenkort dezelfde nauwkeurigheid zou kunnen bereiken als het sequencen van andere biologische sequenties, zoals DNA, RNA of eiwitten. Dankzij de snelheid en nauwkeurigheid zou het model de ontdekking van glycaanbiomarkers voor de diagnose en prognose van kanker kunnen versnellen.
"Wij geloven dat glycaananalyse een belangrijker onderdeel van biologisch en klinisch onderzoek zal worden nu we de bottleneck hebben geautomatiseerd", aldus Daniel Boyar, universitair hoofddocent bio-informatica aan de Universiteit van Göteborg.
Het Candycrunch-model kan ook structuren identificeren die vaak over het hoofd worden gezien bij handmatige analyse vanwege hun lage concentraties. Zo kan het model onderzoekers helpen bij het vinden van nieuwe glycaanbiomarkers.