الذكاء الاصطناعي يطور أدوات لرصد مؤشرات السرطان المبكرة في روسيا

يعمل علماء روس على تطوير برامج تعتمد على الذكاء الاصطناعي والشبكات العصبية للتنبؤ بالمستضدات الجديدة للأورام ورصد علامات مبكرة قد ترتبط بظهورها، ضمن جهود تستهدف دعم التشخيص المبكر وتحسين تحليل الخلايا.

وقال دينيس لوغونوف، رئيس مركز «غاماليا» الوطني للبحوث في علم الأوبئة والأحياء الدقيقة، إن المركز يعد مجموعة برامج للتنبؤ بالمستضدات، وهي جزيئات يمكن أن تميز الخلايا السرطانية وتساعد على التعرف عليها. ويتطلب تدريب الأنظمة إعداد قواعد بيانات واسعة تضم معلومات بيولوجية وجينية متنوعة.

أخبار ذات صلة

البيتزا ترفع سكر الدم.. وهذه العوامل تحدد تأثيرها على مرضى السكريلقاح الإنفلونزا.. لماذا يحتاج الأصحاء إلى التطعيم كل عام؟

برامج الذكاء الاصطناعي

يتضمن المشروع تطوير حزمة متخصصة في التنبؤ بالعلامات المرتبطة بالأورام، إلى جانب العمل على إنشاء تراكيب جينية. ويعتمد تطوير هذه البرامج على قاعدة بيانات توفر معلومات تساعد الأنظمة على تحليل البيانات والتعرف على المؤشرات التي قد ترتبط بالتغيرات السرطانية.

وتشارك الجمعية الروسية لتطوير تقنيات الحمض النووي الريبوزي المرسال (mRNA)، ومعهد برمجة الأنظمة، في إعداد قاعدة البيانات المطلوبة لتدريب البرامج. ويستهدف هذا العمل تحسين قدرة تقنيات الذكاء الاصطناعي على معالجة المعلومات والتنبؤ بالعلامات المرتبطة بالأورام.

برنامج scParadise ودقته

وفي مشروع بحثي ذي صلة، طور باحثون من جامعة موسكو الحكومية ومركز «غاماليا»، بالتعاون مع مركز التخطيط الاستراتيجي وإدارة المخاطر الطبية والبيولوجية التابع للوكالة الفيدرالية للطب والبيولوجيا، برنامجا حاسوبيا يحمل اسم «scParadise».

ويستطيع البرنامج التمييز بين أنواع مختلفة من الخلايا بدقة تصل إلى 99.9%، من خلال تحليل تسلسلات الحمض النووي الريبوزي (RNA) وتقييم التركيب البروتيني للخلايا. وتوفر هذه التحليلات بيانات يمكن أن تساعد الباحثين على دراسة الفروق بين الخلايا والتعرف على خصائصها.

آلية تحليل الخلايا

تستند أداة «scParadise» إلى خوارزمية تجمع بين نموذجي «scAdam» و«scEve»، إلى جانب وحدة «scNoah» المخصصة لمراقبة جودة البيانات. ويؤدي كل مكون دورا ضمن منظومة تحليل المعلومات وتصنيف الخلايا.

ويستخدم نموذج «scAdam» بيانات تسلسل الحمض النووي الريبوزي لتصنيف الخلايا، ومنها الخلايا الجذعية والمناعية وغيرها. ويراهن الباحثون على توظيف هذه التقنيات في تطوير أدوات أكثر تقدما لرصد المؤشرات المبكرة للأورام، بينما يستمر العمل على إعداد البيانات اللازمة لتدريب برامج الذكاء الاصطناعي وتحسين قدرتها على التحليل.