Sada je tim koji su vodili istraživači iz kompanije “Weill Cornell Medicine”, “New York-Presbiterian” i “New York Genome Center” razvio tehniku mašinskog učenja za otkrivanje drugih modifikacija DNK koje imaju sličan efekat.
Studija, objavljena u časopisu Američkog udruženja za istraživanje raka “Cancer Discovery”, fokusira se na vrstu hemijske modifikacije DNK, nazvanu metilacija, koja obično utišava gene u blizini.
Nova tehnika može da analizira hiljade promena metilacije DNK otkrivenih u ćelijama tumora i zaključi koje su one koje vode rast tumora. Metilacija je “epigenetski” proces koji normalno reguliše aktivnost gena u genomu menjajući strukturu DNK bez promene informacija sadržanih u genima.
Povremeno se, međutim, prekomerna metilacija, koja se naziva hipermetilacija, javlja u blizini gena za supresiju tumora, utišavajući gen i pomažući u pokretanju odbegle ćelijske deobe raka.
“Tada te informacije možemo da koristimo za poboljšanje razumevanja porekla raka, kao i za optimizaciju tretmana za pojedinačne pacijente”.
Izazov kojim se bavi nova tehnika sličan je izazovu sa kojim su se istraživači raka suočili u vezi sa mutacijama DNK, kako razlikovati mutacije “vozača” od obilnijih mutacija “putnika” koje nemaju efekta na rak.
“Iako sada postoje sofisticirane metode za razlikovanje genetskih mutacija, tehnike razlikovanja promena metilacije vozača od promena metilacije putnika nisu ni približno toliko sofisticirane”, rekao je Landau, koji je takođe glavni član NIGC i onkolog u “New York Presbiterian” / Medicinskom centru “Weill Cornell”.
