Tutti i contenuti di iLive sono revisionati o verificati da un punto di vista medico per garantire la massima precisione possibile.
Abbiamo linee guida rigorose in materia di sourcing e colleghiamo solo a siti di media affidabili, istituti di ricerca accademici e, ove possibile, studi rivisti dal punto di vista medico. Nota che i numeri tra parentesi ([1], [2], ecc.) Sono link cliccabili per questi studi.
Se ritieni che uno qualsiasi dei nostri contenuti sia impreciso, scaduto o comunque discutibile, selezionalo e premi Ctrl + Invio.
Un modello di intelligenza artificiale rileva i segni del cancro a una velocità ultra-rapida
Ultima recensione: 02.07.2025
I ricercatori dell'Università di Göteborg hanno sviluppato un modello di intelligenza artificiale che migliora il potenziale di rilevamento del cancro attraverso l'analisi del glucosio. Questo modello di intelligenza artificiale è più veloce e più efficace nell'individuazione di anomalie rispetto all'attuale metodo semi-automatico.
I glicani, ovvero le strutture delle molecole di zucchero presenti nelle nostre cellule, possono essere misurati utilizzando la spettrometria di massa. Queste strutture possono indicare diverse forme di cancro nelle cellule. Tuttavia, i dati dello spettrometro di massa devono essere attentamente analizzati dall'uomo per determinare la struttura a partire dalla frammentazione dei glicani. Questo processo può richiedere ore o giorni per ogni campione e può essere eseguito con elevata accuratezza solo da un numero limitato di esperti al mondo, poiché si tratta essenzialmente di un lavoro investigativo appreso nel corso di molti anni.
Automazione del lavoro investigativo
Questo processo rappresenta un collo di bottiglia nell'analisi dei glicani, ad esempio per la diagnosi del cancro, dove è necessario analizzare numerosi campioni. I ricercatori dell'Università di Göteborg hanno sviluppato un modello di intelligenza artificiale per automatizzare questo lavoro. Il modello, chiamato Candycrunch, risolve il problema in pochi secondi per test. I risultati sono stati pubblicati in un articolo scientifico sulla rivista Nature Methods.
Il modello di intelligenza artificiale è stato addestrato utilizzando un database di oltre 500.000 esempi di diverse frammentazioni e strutture associate di molecole di zucchero.
Nuovi biomarcatori
Ciò significa che il modello di intelligenza artificiale potrebbe presto raggiungere lo stesso livello di accuratezza del sequenziamento di altre sequenze biologiche, come DNA, RNA o proteine. Grazie alla sua velocità e accuratezza, il modello potrebbe accelerare la scoperta di biomarcatori glicanici per la diagnosi e la prognosi del cancro.
"Riteniamo che l'analisi dei glicani diventerà una parte più importante della ricerca biologica e clinica ora che abbiamo automatizzato il collo di bottiglia", afferma Daniel Boyar, professore associato di bioinformatica presso l'Università di Göteborg.
Il modello Candycrunch è anche in grado di identificare strutture che spesso non vengono individuate manualmente a causa delle loro basse concentrazioni. Pertanto, il modello può aiutare i ricercatori a trovare nuovi biomarcatori dei glicani.