ვირჯინიის თანამეგობრობის უნივერსიტეტის კიბოს ცენტრის მკვლევარებმა ინოვაციური AI ალგორითმი შეიმუშავეს სახელწოდებით TACIT (Threshold-based Assignment from Multiplexed Imaging of Cell-Type Data), რომელიც მნიშვნელოვნად ამცირებს ქსოვილის ნიმუშებში უჯრედების ტიპების იდენტიფიცირებისთვის საჭირო დროს.
თუ ადრე ამას მთელი თვე სჭირდებოდა, ახლა იგივე პროცესი რამდენიმე წუთში სრულდება. კვლევა, რომელიც Nature Communications-ში გამოქვეყნდა, შესაძლოა რევოლუციური აღმოჩნდეს კიბოს დიაგნოსტიკის, ინდივიდუალური მკურნალობის შერჩევისა და პაციენტების კლინიკურ კვლევებში ჩართვის კუთხით.
TACIT-ი, რომელიც დოქტორებმა ჯინზე ლიუსამ და კევინ ბირდმა შექმნეს, მუშაობს 5 მილიონზე მეტი უჯრედის მონაცემებზე, სხვადასხვა ორგანოდან: ტვინიდან, ნაწლავებიდან და პირის ღრუს ჯირკვლებიდან. ეს ალგორითმი უჯრედების იდენტობას უჯრედული მარკერების ექსპრესიის საფუძველზე ზუსტად განსაზღვრავს და, არსებულ მოდელებთან შედარებით, გამოირჩევა უმაღლესი სიზუსტით, მასშტაბურობითა და თანმიმდევრულობით, როგორც გენეტიკურ, ასევე ცილოვან მონაცემებში.
საბოლოოდ, ექიმები და მკვლევარები იღებენ სანდო და სწრაფ შედეგს, რაც პირდაპირ აისახება პაციენტების ჯანმრთელობაზე. პაციენტებისთვის კი, ეს ნიშნავს ადრეული დიაგნოზის დასმას, უფრო ზუსტი მკურნალობის შერჩევას და იმ კლინიკურ კვლევებში მოხვედრის მაღალ შანსს, რომლებიც კონკრეტულად მათ ბიოლოგიურ პროფილს ყველაზე მეტად შეესაბამება.
ფარმაკოლოგიის თვალსაზრისით კი, TACIT-ს შეუძლია უკვე FDA-ის მიერ დამტკიცებული წამლების სწრაფად იდენტიფიცირება, რაც ამცირებს ექსპერიმენტული და ნაკლებად ეფექტური მკურნალობის საჭიროებას.
წყარო: Nature Communications
