बिग डेटा और एआई मीट कैंसर रिसर्च

नया दृष्टिकोण मल्टी-फंक्शनल ड्रग्स की खोज के लिए आर्टिफिशियल इंटेलिजेंस, मशीन लर्निंग और बिग डेटा का लाभ उठाता है

कई कैंसर रोगी कई दवाओं के साथ इलाज करवाते हैं, जिनमें से प्रत्येक कैंसर पर अलग तरीके से हमला करता है, इसलिए संयोजन कई मोर्चों पर कैंसर से लड़ता है। लेकिन अधिक दवाओं का मतलब साइड इफेक्ट के उच्च जोखिम हैं।

"अधिकांश कैंसर चिकित्सा अब एक संयोजन उपचार है," अविनाश (अवि) साहू, पीएचडी, न्यू मैक्सिको व्यापक कैंसर केंद्र विश्वविद्यालय के सहायक प्रोफेसर कहते हैं। साहू हार्वर्ड और दाना-फार्बर कैंसर संस्थान से UNM में शामिल हुए। "हम ऐसी दवाएं खोजना चाहते थे जो एक ही समय में दो कैंसर पैदा करने वाले मार्गों को दबा सकें।"

लेकिन प्रयोगशाला में घंटों बिताने के बजाय साहू ने अपने कंप्यूटर की ओर रुख किया।

साहू और उनकी शोध टीम ने दो दृष्टिकोण बनाए। बायोपोटेंटआर नामक पहला, दवाओं को खोजने के लिए सार्वजनिक रूप से उपलब्ध जीनोमिक डेटा का उपयोग करता है जो कई तरीकों से कैंसर पर हमला कर सकता है और दवाओं को लक्षित करने वाले जीन की पहचान कर सकता है। दूसरा इस जानकारी के लिए मशीन लर्निंग विधियों को लागू करता है ताकि भविष्यवाणी की जा सके कि लोग इम्यूनोथेरेपी का जवाब कैसे देंगे।

मशीन लर्निंग लोगों के सीखने के तरीके के समान है। जिस तरह लोग नई चीजें सीखते हैं - जैसे कि बाइक चलाना या कार चलाना - बहुत सारे अनुभव के माध्यम से, कंप्यूटर-चालित मशीन लर्निंग बड़ी मात्रा में डेटा को आत्मसात करती है और पैटर्न को इकट्ठा करती है जिसे वह अन्य कार्यों पर लागू कर सकती है।

लेकिन साहू और उनकी टीम के लिए यह अनुमान लगाने के लिए अकेले कैंसर अनुसंधान डेटा पर्याप्त नहीं था कि लोग किसी दवा के प्रति कैसी प्रतिक्रिया देंगे। उन्हें अतिरिक्त जैविक डेटा की आवश्यकता थी जिसे वे तब कैंसर रोगियों और कैंसर की दवा प्रतिक्रियाओं पर लागू कर सकते थे। मशीन लर्निंग के संदर्भ में, उन्हें जैविक संदर्भ से सीखने और उस ज्ञान को कैंसर के संदर्भ में लागू करने की आवश्यकता थी; यह एक तकनीक है जिसे ट्रांसफर लर्निंग कहा जाता है।

साहू और उनकी टीम ने एक ऐसे यौगिक को खोजने के लिए एक कंपनी के साथ साझेदारी की, जो बायोपोटेंटआर का उपयोग करके पहचाने गए शीर्ष कैंसर जीन कैंडिडेट को लक्षित करेगा। प्रीक्लिनिकल परीक्षण में, उन्होंने पुष्टि की कि उनकी भविष्यवाणियां सटीक थीं।

लेकिन काम का विस्तार किया जा सकता है, साहू कहते हैं।

"जब ट्यूमर में बहु-कार्यात्मक दवा के लक्ष्य अधिक होते हैं, तो रोगियों को इम्यूनोथेरेपी का जवाब देने की संभावना कम होती है," वे कहते हैं। "हालांकि, इस प्रकार के ट्यूमर वाले रोगियों को इम्यूनोथेरेपी और बहु-कार्यात्मक दवाओं के संयोजन से संभावित रूप से लाभ हो सकता है।"

टीम का काम सिर्फ मेटाबॉलिज्म और इम्यून टारगेट तक ही सीमित नहीं है; इसे बेहतर बहुउद्देश्यीय दवाओं को खोजने के लिए किन्हीं दो कारकों का पता लगाने के लिए तैयार किया जा सकता है। साहू का कहना है कि इस प्रकार यह दृष्टिकोण विभिन्न प्रकार के कैंसर-केंद्रित परियोजनाओं में नए शोध के लिए एक रोमांचक अवसर प्रस्तुत करता है।

और तेजी से दवा की खोज का अर्थ है अधिक सटीक वैयक्तिकृत दवा।

अविनाश साहू, पीएचडी के बारे में

अविनाश साहू, पीएचडी, द यूनिवर्सिटी ऑफ़ न्यू मैक्सिको स्कूल ऑफ़ मेडिसिन, डिपार्टमेंट ऑफ़ इंटरनल मेडिसिन, डिवीजन ऑफ़ ट्रांसलेशनल इंफॉर्मेटिक्स में सहायक प्रोफेसर हैं। वह जनवरी 2023 में यूएनएम संकाय में शामिल हुए। डॉ. साहू ने मैरीलैंड विश्वविद्यालय से डॉक्टरेट की उपाधि प्राप्त की है। उनका शोध कैंसर की समझ और उपचार को बेहतर बनाने के लिए मशीन लर्निंग और डीप लर्निंग के अनुप्रयोगों पर ध्यान केंद्रित करता है।

कागज संदर्भ

"प्रतिरक्षा-चयापचय एंटीट्यूमर दवाओं के लिए लक्ष्यों की खोज एस्ट्रोजेन संबंधित रिसेप्टर अल्फा की पहचान करती है" 27 जनवरी, 2023 को कैंसर डिस्कवरी (https://aacrjournals.org/cancerdiscovery) में ऑनलाइन प्रकाशित हुई थी। लेखक हैं: अविनाश डी. साहू, शियाओमन वांग, फिलिप मुनसन, जान क्लॉम्प, जिआओकिंग वांग, शेंगकिंग गु, गेग कियान, फिलिप निकोल, ज़ेक्सियन ज़ेंग, चेनफेई वांग, कोलिन टोखाइम, वुबिंग झांग, जिंगक्सिन फू, जिन वांग, निशांत यू। नायर, जोस्ट रेंस, मेरिएम बोराजज, बास जानसन, इंग लींडर्स, जाप लेमर्स, मार्क मस्टर्स, सने वैन ज़ांटन, लॉरा वैन ज़ेलस्ट, जेनी वर्थिंगटन, माइल्स ब्राउन, जून एस लियू, डेजन ज्यूरिक, क्लिफ ए मेयर, आर्थर ओब्री, एक्स। शर्ली लियू, डेविड ई। फिशर, कीथ टी। फ्लेहर्टी।