Исследователи внедряют геномную визуализацию для медицинской диагностики
Изображаемый геном. а) Цирковой график, показывающий 1166 из 1173 генов Изображаемого генома с указанием их местоположений в хромосомах. б) Диаграмма рассеяния, обобщающая список расширенных терминов онтологии генов из 1165 отображаемых генов. в) Классификация заболеваний 916 визуализируемых генов. Фото: Nature Communications (2023). DOI: 10.1038/s41467-023-43123-3
Немного медицинской фантастики в ленту...
Геномная визуализация - это новый метод, который позволяет использовать позитронно-эмиссионную томографию (ПЭТ) для диагностики заболеваний, основываясь на изменениях в геноме человека.
Этот метод имеет потенциал для ранней диагностики рака, болезней сердца, деменции и других заболеваний.
Исследователи описывают свои результаты в статье "Изображаемый геном", опубликованной в журнале Nature Communications.
Они разработали новые методы, которые позволяют связать большие объемы данных, геномику и медицинскую визуализацию.
С помощью этих методов исследователи смогли идентифицировать "изображаемый геном" - часть генома, экспрессия которой может быть оценена с помощью медицинской визуализации.
Для этого исследовательская группа разработала метод, который объединяет человеческий и искусственный интеллект и анализирует всю опубликованную медицинскую литературу.
Это позволило им описать полный геном, который может быть представлен визуально.
Далее исследователи сопоставили "изображаемый геном" с геномными данными более чем 60 000 пациентов. Это помогло им определить новые методы диагностики, которые могут помочь лучше выявлять и лечить широкий спектр заболеваний, особенно в неврологии, кардиологии и онкологии.
Исследователи также определили методы визуализации для выявления различных заболеваний, включая болезнь Альцгеймера, биполярное расстройство, шизофрению, ишемическую болезнь сердца и различные опухоли.
Они рассматривают "изображаемый геном" как ключ, который позволяет преобразовывать результаты геномики в процедуры визуализации.
Этот подход имеет большой потенциал для дальнейших медицинских исследований и инноваций в области больших данных и искусственного интеллекта.