Semua kandungan iLive disemak secara perubatan atau fakta diperiksa untuk memastikan ketepatan faktual sebanyak mungkin.
Kami mempunyai garis panduan sumber yang ketat dan hanya memautkan ke tapak media yang bereputasi, institusi penyelidikan akademik dan, apabila mungkin, dikaji semula kajian secara medis. Perhatikan bahawa nombor dalam kurungan ([1], [2], dan lain-lain) boleh diklik pautan ke kajian ini.
Jika anda merasakan bahawa mana-mana kandungan kami tidak tepat, ketinggalan zaman, atau tidak dipersoalkan, sila pilih dan tekan Ctrl + Enter.
Model kecerdasan buatan mengesan tanda-tanda kanser pada kadar yang sangat pantas
Ulasan terakhir: 02.07.2025
Penyelidik di Universiti Gothenburg telah membangunkan model AI yang meningkatkan potensi pengesanan kanser melalui analisis gula. Model AI ini lebih pantas dan lebih baik dalam mencari kelainan daripada kaedah separa automatik semasa.
Glycans, struktur molekul gula dalam sel kita, boleh diukur menggunakan spektrometri jisim. Struktur ini boleh menunjukkan pelbagai bentuk kanser dalam sel. Walau bagaimanapun, data daripada spektrometer jisim mesti dianalisis dengan teliti oleh manusia untuk menentukan struktur daripada pemecahan glycan. Proses ini boleh mengambil masa berjam-jam hingga berhari-hari untuk setiap sampel dan hanya boleh dilakukan dengan ketepatan yang tinggi oleh sebilangan kecil pakar di dunia, kerana ia pada dasarnya adalah kerja detektif yang dipelajari selama bertahun-tahun.
Automasi kerja detektif
Proses ini merupakan kesesakan dalam penggunaan analisis glycan, contohnya untuk pengesanan kanser, di mana banyak sampel perlu dianalisis. Penyelidik dari Universiti Gothenburg telah membangunkan model AI untuk mengautomasikan kerja ini. Model AI, yang dipanggil Candycrunch, menyelesaikan tugas hanya dalam beberapa saat setiap ujian. Hasilnya diterbitkan dalam kertas saintifik dalam jurnal Nature Methods.
Model AI telah dilatih menggunakan pangkalan data lebih daripada 500,000 contoh pemecahan yang berbeza dan struktur molekul gula yang berkaitan.
Biomarker baharu
Ini bermakna model AI tidak lama lagi boleh mencapai tahap ketepatan yang sama seperti penjujukan jujukan biologi lain, seperti DNA, RNA atau protein. Dengan kelajuan dan ketepatannya, model itu boleh mempercepatkan penemuan biomarker glycan untuk diagnosis dan prognosis kanser.
"Kami percaya bahawa analisis glycan akan menjadi bahagian yang lebih penting dalam penyelidikan biologi dan klinikal sekarang kerana kami telah mengautomasikan kesesakan," kata Daniel Boyar, profesor bersekutu bioinformatik di Universiti Gothenburg.
Model Candycrunch juga dapat mengenal pasti struktur yang sering terlepas oleh analisis manual kerana kepekatannya yang rendah. Oleh itu, model itu boleh membantu penyelidik mencari biomarker glycan baharu.