Průlom v onkologii: Kvantová AI přizpůsobí léčbu rakoviny celému molekulárnímu profilu pacienta
InovaceLéčba rakoviny, zejména u dětí s neuroblastomem, je často složitá. Zatímco některé typy neuroblastomu ustoupí samy, jiné vyžadují agresivní zásah. Současné snahy o přizpůsobení léčby pacientům na základě mutací jednoho genu měly omezený úspěch.
Léčba rakoviny, zejména u dětí s neuroblastomem, je často složitá. Zatímco některé typy neuroblastomu ustoupí samy, jiné vyžadují agresivní zásah. Současné snahy o přizpůsobení léčby pacientům na základě mutací jednoho genu měly omezený úspěch. Důvodem je, že výsledky léčby závisí na celkovém molekulárním profilu pacienta, který obsahuje miliony až miliardy rysů, jako jsou DNA a RNA z tkání a krve. Jak uvádí Orly Alter, profesorka biomedicínského inženýrství na University of Utah, „jde o mnohem více než jen o jeden gen – záleží na všem, co se děje v buňkách pacienta.“
Současné přístupy umělé inteligence a strojového učení (AI/ML) vyžadují obrovské množství tréninkových dat, konkrétně výrazně více vzorků pacientů než genetických rysů. To je činí nevhodnými pro předpovídání výsledků pacientů ve většině klinických studií, do kterých se obvykle zapojuje jen 20 až 100 lidí. Pro představu, velký jazykový model pro 30 000 nukleotidů genomu viru COVID-19 potřeboval asi 110 milionů vzorků. Přeneseno na 3 miliardy nukleotidů lidského genomu, konvenční AI přístup by vyžadoval 33 bilionů pacientů.
Alter a její spolupracovníci vyvinuli novou techniku AI/ML, která může zlepšit výběr léčby a úspěšnost léků, a to díky využití matematiky kvantové mechaniky. Jejich práce byla publikována v časopise APL Quantum. Tento kvantový přístup umožňuje najít relevantní informace v každé vrstvě dat, například z krve pacientů kromě jejich nádorů. „I pro velmi malý počet pacientů můžeme stále vzít v úvahu vše – jejich miliony až miliardy molekulárních rysů – a dát jim smysl. Můžeme tak porozumět mechanismům onemocnění a předpovědět cíle léků pro zlepšení výsledků pacientů,“ vysvětluje Alter. Tým také experimentálně ověřuje své AI/ML předpovědi cílů a výsledků, což je v biotechnologii považováno za „svatý grál“.
Tato technika využívá soubor algoritmů nazvaných multitenzorové komparativní spektrální dekompozice, které Alter postavila na kvantově mechanických konceptech provázanosti a superpozice. Podobně jako hranol rozkládá bílé světlo na jednotlivé barvy, tento přístup rozděluje více vrstev molekulárních dat pacienta – jako jsou genomy nádorů a krve a zprávy RNA nádorů řídící růst rakoviny – na propojené vzorce, které předpovídají zdravotní výsledky.
Alter a její tým demonstrovali svou techniku analýzou otevřených dat o případech neuroblastomu. Algoritmy objevily dva nové prediktory délky života pacientů v reakci na léčbu, a tyto prediktory konzistentně překonaly standardní biomarkery napříč DNA nádorů a krve a RNA nádorů. Tato zjištění platila napříč samostatnými skupinami dětí léčených v různých časech a v různých nemocnicích, což znamená, že metoda může být aplikována na obecnou populaci a poskytnout jasnější plán pro péči o pacienty a vývoj léků.