Nyheter

Artificiell intelligens förutsäger tillförlitligt hur olika läkemedelskombinationer dödar cancerceller

Med hjälp av en i Finland utvecklad maskininlärningsmetod kan cancersjukdomar behandlas effektivare än idag.
Some medicine capsules and equations
Matti Ahlgren, Aalto University

Den nya maskininlärningsmetoden tränades med en stor mängd data som erhölls ur tidigare studier av sambandet mellan läkemedel och cancerceller. Bild: Matti Ahlgren/Aalto-universitetet.

Det effektivaste och säkraste sättet att behandla cancerpatienter är ofta att kombinera olika läkemedel. Nu har forskare vid Aalto-universitetet, Helsingfors universitet och Åbo universitet (Turun yliopisto) utvecklat en maskininlärningsmetod som noggrant förutsäger hur olika läkemedelskombinationer dödar cancerceller.

Vid behandling av en långt framskriden cancer är det ofta nödvändigt att kombinera olika behandlingsmetoder. Vid sidan av operativ behandling används ofta strålbehandling, läkemedelsterapi eller båda. Olika läkemedel kombineras också så att mixen innehåller läkemedel som inverkar olika på olika celler.

Kombineringen förbättrar behandlingens effekt och minskar också ofta dess skadliga biverkningar om man kan minska doseringen av ett enskilt läkemedel. Att sålla fram fungerande läkemedelskombinationer på experimentell väg är dock långsamt och dyrt. Därför nås ofta inte de fördelar som kunde vinnas med kombinationsterapi.

Den nya maskininlärningsmetoden tränades med en stor mängd data som erhölls ur tidigare studier av sambandet mellan läkemedel och cancerceller. De forskningsrön som publicerades i den ansedda vetenskapliga tidskriften Nature Communications visar att modellen hittade sådana samband mellan läkemedel och cancerceller som enklare modeller inte kunde påvisa.

"Den modell som datorn tränats på är i själva verket en från skolmatematiken välkänd polynomfunktion men en ytterst komplicerad sådan. Modellen ger mycket noggranna resultat. Till exempel den så kallade korrelationskoefficienten var i våra försök över 0,9. Det visar på en utmärkt reliabilitet" säger professor Juho Rousu vid Aalto-universitetet.

Vid experimentella mätningar anses en korrelationskoefficient på 0,8–0,9 som tillförlitlig. Ofta är den dock lägre.

Nytta också vid behandlingen av andra sjukdomar

Metoden förutsäger noggrant hur en viss läkemedelskombination förstör cancerceller, trots att just den kombinationens effekt på den aktuella cancerformen inte tidigare har testats genom laboratorieförsök.

"Det här hjälper cancerforskare att bland tusentals möjliga alternativ välja de läkemedelskombinationer som det lönar sig att studera vidare", säger forskaren Tero Aittokallio vid FIMM, Institutet för molekylärmedicin i Finland, som är en del av Helsingfors universitet.

Samma metod kan användas också för andra än cancersjukdomar. Då borde modellen tränas på nytt med data som anknyter till den aktuella sjukdomen. Med metoden kan man studera exempelvis hur olika antibiotikakombinationer inverkar på bakteriella infektioner eller hur effektivt olika läkemedelskombinationer dödar celler som angripits av coronaviruset SARS-Cov-2.

Kontakt:

Juho Rousu
Professor, Aalto-universitetet
tfn 050 415 1702
[email protected]

Tero Aittokallio
Teamledare, FIMM, Institutet för molekylärmedicin i Finland
Helsingfors universitet
[email protected]

Read more

FCAI logo

Finnish Center for Artificial Intelligence FCAI (extern länk)

Center för artificiell intelligens i Finland.

  • Publicerat:
  • Uppdaterad:

Läs fler nyheter

Vasemmalta Taras Redchuk, Chris Hayes, Aakeel Wagay, Ada Pajari, Dan Noel, Eveliny Nery ja Jarno Mäkelä. Kuva: Mikko Raskinen.
Utnämningar Publicerat:

Ett team anlände med full fart för att studera bakterier som trivs under extrema förhållanden

Jarno Mäkelä började som biträdande professor i biofysik vid institutionen för neurovetenskap och medicinsk teknik vid Aalto-universitetet i början av september. Samtidigt fick han sällskap av forskaren Taras Redchuk, postdoktorala forskarna Dan Noel och Eveliny Nery, doktoranderna Ada Pajari och Aakeel Wagay, forskningsassistenten Chris Hayes samt en mängd utrustning, finansiering från Finlands Akademi och en ERC Starting Grant från Europeiska forskningsrådet.
Harald Herlin Learning Center
Forskning och konst Publicerat:

Nya öppettider testas i lärcentret från den 19 augusti 2024

Möjligheterna för studerande och personal att använda lärcentrets lokaler och samlingar kommer att utökas.
Metsähovi 50 vuotta
Campus, Universitetet Publicerat:

Tähtitiistai-evenemangsserien tar astronomin nära allas vardag

Välkommen att lära dig om astronomi i Aalto-universitetets nya Marsio-byggnad, som öppnades hösten 2024! Aalto-universitetets Metsähovi Radioobservatorium firar sitt 50-årsjubileum i år. För att fira jubileet kommer en öppen föreläsningsserie "Tähtitiistait" att hållas i den nya Marsio-byggnaden hösten 2024. Tähtitiistait-evenemangsserien är en del av jubileumsprogrammet som syftar till att ta astronomin nära vardagen för var och en av oss.
Följ välbefinnande på IG
Studier, Universitetet Publicerat:

Välbefinnande på Instagram: @aaltowellbeing!

Välkommen att följa oss: @aaltowellbeing. Vi ses på Instagram.