szerző:
hvg.hu
Tetszett a cikk?

Az amerikai Harvard Egyetem és az Nvidia közösen fejlesztették ki az AtacWorks nevű rendszert, amely nemcsak időben rövidíti le a sejtek genomelemzését, de a jelenleginél olcsóbbá is teszi a metódust.

Az egyik olyan terület, ahol óriási segítségére lehet az emberiségnek a mesterséges intelligencia, az az orvostudomány. Láthattuk már azt, miként képes az átlagoshoz képest akár 5 évvel korábban jelezni a mellrák kialakulását az algoritmus, és azt is elárulja, hol kell keresni a rákos sejteket.

Nem csoda, hogy ezen a területen folyamatosan zajlanak a kutatások. Most épp arról az eredményről hallani, amit az amerikai Harvard Egyetem és Nvidia közös projektjének köszönhetünk. A tudósok egy olyan mélytanuló rendszert készítettek el, ami időben és a költségek terén is jelentős mértékben csökkenti a sejtkutatást.

A Nature Communications című tudományos szaklapban megjelent publikáció szerint az AtacWorks névre keresztelt eszköztár segítségével mindösszesen fél óra alatt képes megállapítani a teljes genomot, ami normál esetben egyébként két napba telne. Mindezt az Nvidia Tensor Core grafikus processzorával tudták elvégezni.

Pixabay / lisichik

Az AtacWorks a genomelemzésben jól ismert módszerrel, az ATAC-szekvenálással dolgozik, amit arra használnak a kutatók, hogy az egészséges és a beteg sejtek genomjában úgynevezett nyitott területeket keressenek. Ezek egyszerűen fogalmazva a DNS azon részét jelentik, amelyek bizonyos sejtek funkciónak meghatározásáért és működéséért felelősek. Ilyen sejtek lehetnek például a máj vagy a bőr sejtjei. A genom ezen részéből a tudósok azt is ki tudják olvasni, hogy az adott embernél kialakulhat-e az Alzheimer-kór vagy épp valamilyen ráktípus.

A tudósok szerint az ATAC-szekvenálás esetében több tízezer sejtet kell elemezni, ám az AtacWorks pár tíz sejt elemzése után képes ugyanazt az eredményt adni.

A módszer további fontos újdonsága, hogy a vörös- és fehérvérsejteket termelő őssejtek adathalmazára is alkalmazták. Ennek köszönhetően azonosítani tudták a kétféle sejttípushoz tartozó DNS-részeket. Erre a hagyományos módszerekkel nem volna lehetőség.

Az, hogy ilyen mértékben sikerült felgyorsítani a genomelemzést, hozzájárulhat ahhoz, hogy a jövőben gyorsabban és olcsóbban azonosítsák azokat a biomarkereket a kutatók, amelyek előre jelezhetik bizonyos betegségek kialakulását. Ennek köszönhetően pedig az adott betegség kezeléséhez szükséges gyógyszerek kifejlesztése is hatékonyabbá válhat.

Ha máskor is tudni szeretne hasonló dolgokról, lájkolja a HVG Tech rovatának tudományos hírekkel is szolgáló Facebook-oldalát.

HVG

HVG-előfizetés digitálisan is!

Rendelje meg a HVG hetilapot papíron vagy digitálisan, és olvasson minket bárhol, bármikor!