ADVERTISEMENTs

યેલની સ્મિતા કૃષ્ણસ્વામીએ કેન્સર કોષોનું વર્ગીકરણ કરવા માટે AI સાધન વિકસાવવામાં મદદ કરી

ભારતીય મૂળના સંશોધકે જણાવ્યું કે, AAnet નામનું આ સાધન એકલ કોષના સ્તરે જનીન અભિવ્યક્તિના નમૂનાઓને શોધી શકે છે અને જટિલ ડેટાને સરળ કરીને પાંચ અલગ-અલગ કોષ જૂથો અથવા 'આર્કિટાઇપ્સ'માં વર્ગીકૃત કરે છે.

ભારતીય મૂળના સંશોધક સ્મિતા કૃષ્ણસ્વામી / Courtesy photo

યેલ યુનિવર્સિટીના કોમ્પ્યુટર સાયન્સ અને જિનેટિક્સના એસોસિયેટ પ્રોફેસર, ભારતીય મૂળના સંશોધક સ્મિતા કૃષ્ણસ્વામીએ એક નવા આર્ટિફિશિયલ ઇન્ટેલિજન્સ ટૂલના વિકાસમાં સહ-નેતૃત્વ કર્યું છે, જે એક ટ્યૂમરમાં વિવિધ પ્રકારના કેન્સર કોષોને ઓળખે છે. 24 જૂને 'કેન્સર ડિસ્કવરી'માં પ્રકાશિત થયેલા આ અભ્યાસના પરિણામો કેન્સરના નિદાન અને સારવારમાં નોંધપાત્ર પ્રગતિ લાવશે.

યેલ એન્જિનિયરિંગ સાથેની વાતચીતમાં કૃષ્ણસ્વામીએ જણાવ્યું કે આ ટૂલ, જેનું નામ 'AAnet' છે, તે સિંગલ-સેલ સ્તરે જનીન અભિવ્યક્તિના પેટર્ન શોધી શકે છે અને જટિલ ડેટાને સરળ કરીને પાંચ અલગ-અલગ કોષ જૂથો અથવા 'આર્કિટાઇપ્સ'માં વિભાજિત કરે છે.

તેમણે કહ્યું, “આ અભ્યાસ પ્રથમ વખત દર્શાવે છે કે સિંગલ-સેલ ડેટા દ્વારા કોષોની વિવિધ સ્થિતિઓને થોડા અર્થપૂર્ણ આર્કિટાઇપ્સમાં સરળ બનાવી શકાય છે, જેના દ્વારા વિવિધતાનું વિશ્લેષણ કરીને ટ્યૂમરના વિકાસ અને મેટાબોલિક લક્ષણો સાથે મહત્વપૂર્ણ સંબંધો શોધી શકાય છે. આ એક ગેમ-ચેન્જર સાબિત થઈ શકે છે.”

AAnetને ટ્રિપલ-નેગેટિવ બ્રેસ્ટ કેન્સર તેમજ ER-પોઝિટિવ અને HER2-પોઝિટિવ નમૂનાઓના માનવ મોડેલના ડેટા પર તાલીમ આપવામાં આવી હતી. સંશોધકોના જણાવ્યા અનુસાર, આ ટૂલે ટ્યૂમરમાં પાંચ કોષ જૂથો શોધ્યા, જેમાં દરેકની અલગ-અલગ જૈવિક પાથવે અને વૃદ્ધિ, મેટાસ્ટેસિસ અને નબળી રોગનિદાનના સૂચકો છે.

ઓસ્ટ્રેલિયાના ગાર્વન ઇન્સ્ટિટ્યૂટ ઓફ મેડિકલ રિસર્ચના એસોસિયેટ પ્રોફેસર અને સહ-વરિષ્ઠ લેખક ક્રિસ્ટીન ચેફરે જણાવ્યું કે ટ્યૂમરની વિવિધતા એ કેન્સરની સારવારમાં મોટો પડકાર છે.

ચેફરે યેલ એન્જિનિયરિંગને કહ્યું, “વિવિધતા એટલે સમસ્યા છે કારણ કે હાલમાં આપણે ટ્યૂમરને એવું માનીને સારવાર આપીએ છીએ કે તે એક જ પ્રકારના કોષોથી બનેલું છે. આનો અર્થ એ થાય કે આપણે એક ચોક્કસ યાંત્રિકતાને લક્ષ્ય બનાવીને એક જ ઉપચાર આપીએ છીએ, જે ટ્યૂમરના મોટાભાગના કોષોને મારી નાખે છે. પરંતુ બધા કેન્સર કોષોમાં તે યાંત્રિકતા હોય તે જરૂરી નથી.”

ચેફરે વધુમાં કહ્યું કે આ કોષોની વિવિધતાને કારણે સારવાર પછી કેન્સર ફરી ઉદ્ભવે છે. “અત્યાર સુધી સંશોધકો ટ્યૂમરમાં નજીકના કોષો એકબીજાથી કેવી રીતે અલગ છે તે સ્પષ્ટ રીતે સમજાવી શક્યા નથી,” તેમણે કહ્યું. “પરંતુ આ જાણવું જરૂરી છે જેથી યોગ્ય ઉપચારો દ્વારા ટ્યૂમરના બધા કોષોને નાશ કરી શકાય.”

કૃષ્ણસ્વામીએ ઉલ્લેખ કર્યો કે સિંગલ-સેલ ટેકનોલોજીમાં તાજેતરની પ્રગતિએ આ સફળતાને શક્ય બનાવી છે. “ટેકનોલોજીની પ્રગતિને કારણે, છેલ્લા 20 વર્ષમાં સિંગલ-સેલ સ્તરે ડેટામાં વિસ્ફોટ થયો છે,” તેમણે કહ્યું. “આ ડેટા દ્વારા આપણે જાણ્યું છે કે દરેક દર્દીનું કેન્સર માત્ર અલગ જ નથી, પરંતુ દરેક કેન્સર કોષ પણ બીજા કોષથી અલગ રીતે વર્તે છે.”

સંશોધન ટીમને આશા છે કે AAnet ટ્યૂમરના તમામ મુખ્ય કોષ પ્રકારોને લક્ષ્ય બનાવતી સંયોજન ઉપચારો ડિઝાઇન કરવામાં મદદ કરશે.

Comments

Related

ADVERTISEMENT

 

 

 

ADVERTISEMENT

 

 

E Paper

 

 

 

Video