با تحلیل بیگ دیتا؛
پژوهشگران کشور موفق به شناسایی ژن ها و مسیرهای مولکولی سرطان شدند
با فناوری: پژوهشگران دانشگاه علوم پزشکی مشهد با تحلیل Big Data موفق به شناسایی ژن ها و مسیرهای مولکولی سرطان شدند.
به گزارش با فناوری به نقل از دانشگاه علوم پزشکی مشهد، پژوهشگران مرکز تحقیقات سندرم متابولیک پژوهشکده علوم پایه دانشگاه علوم پزشکی مشهد بمنظور شناسایی ژن ها و مسیرهای مولکولی مهم در سرطان های کولون، معده و پانکراس با بهره گیری از روش های یادگیری ماشین و تحلیل های RNA Sequencing گام برداشته اند و تا به امروز نتایج رضایت قسمتی از این مطالعات حاصل شده است. دکتر الهام نظری، دانش آموخته دانشکده پزشکی دانشگاه علوم پزشکی مشهد یکی از پژوهشگران این پروژه اظهار داشت: امروزه ما شاهد تولید حجم عظیمی از داده ها در بخش های مختلف مراقبت سلامت هستیم و تحلیل و بررسی صحیح این داده ها می تواند در پیشگیری، تشخیص زودهنگام، انتخاب درمان مناسب، بهبود کیفیت زندگی بیماران و کاهش هزینه ها نقش به سزایی داشته باشد و به کارگیری تحلیل های Big Data در زمینه مراقبت سلامت دراین زمینه از اهمیت بالایی برخوردارست. وی با اشاره به این که این نوع داده ها با دارا بودن خاصیت هایی همچون ساختارپیچیده، تنوع و حجم بالا منجر به ایجاد مشکل در مدیریت، اشتراک، آنالیز، بصری سازی، ارائه نتایج با صحت بالا و همین طور عدم کشف و شناسایی الگوهای داده ای مهم خواهند شد، اشاره کرد: بر این اساس بکارگیری مهارتهای پیشرفته یادگیری ماشین از قبیل Deep Learning که در سالهای اخیر بسیار مورد توجه قرار گرفته است امری ضرورت دارد. نظری با اعلان اینکه امروزه سرطان ها به عنوان یکی از فاکتورهای مهم مرگ و میر در جهان شناخته شده است، اشاره کرد: توجه بیش از پیش بکارگیری بیوانفورماتیک در تشخیص و شناسایی مسیرهای کلیدی در درمان سرطان امری مهم محسوب می شود. وی با اشاره به این که تشخیص سریع سرطان یکی از مؤثرترین راه های کاهش میزان مرگ و میر ناشی از آنست و از سویی سرطان با تغییرات ژنتیکی ارتباط تنگاتنگی دارد اظهار داشت: بر این اساس، شناسایی تغییرات ژنتیکی در تشخیص سریع سرطان از اهمیت ویژه ای بر خوردار است و به کار گیری تحلیل های مناسب بر داده های بیان ژنی در تشخیص مراحل ابتدایی انواع سرطان ها زمینه ساز انتخاب درمانی موثر خواهد شد. این محقق اشاره کرد: بمنظور شناسایی بیومارکرهای مهم و استخراج اطلاعات باارزش سرطان ها در سالهای اخیر RNA-Sequencing، DNA-Sequencing و پیش بینی دارو مورد توجه پژوهشگران قرار گرفته است. به این دلیل لزوم بکارگیری آنالیزهای Big Data غیرقابل انکار است. وی که هم اکنون در دوره پسادکتری بیوانفورماتیک در پژوهشکده علوم پایه درحال تحصیل است، معتقد می باشد که پروژه توالی ژنومی و تکنولوژی های high throughput مانند whole genome sequencing و Proteomics منجر به تولید حجم زیادی از اطلاعات می شوند. این داده های باارزش با شناسایی ژن ها و مسیرهای مولکولی اثرگذار بر بیماری، امکان درمان های نوین را فراهم می کنند. نظری اشاره کرد: پیش بینی ساختار سه بعدی پروتئین، طراحی داروها، پیش بینی تداخلات دارویی، پیش بینی target های احتمالی برای داروی جدید از کاربردهای دیگر تحلیل های Big Data است. در نتیجه، علوم مدیریت داده و آنالیزهای Big Data درحال پیشرفت هستند تا منابع عظیم داده ای را به اطلاعات و دانش تبدیل کنند و در تحقق اهداف و گرفتن تصمیم گیری بهتر به کار روند. در مطالعات نوین اهتمام بر آنست با بهره مندی از تحلیل های Big Data، یادگیری ماشین، بیوانفورماتیک و ژنومیکس گامی جدید در تشخیص و درمان سرطان برداشته شود. وی اظهار داشت: بدین سبب این رویکرد می تواند چشم اندازی امیدوارکننده در حیطه ژنتیک و گامی موثر به سمت Personalized medicine باشد. دکتر الهام نظری، دانش آموخته دانشکده پزشکی دانشگاه علوم پزشکی مشهد (دارنده عنوان پایان نامه برتر/ پژوهشگر برتر و دانشجوی برتر در جشنواره پروفسور حسابی سال ۱۳۹۸) اشاره کرد: این پژوهش تحت نظارت و راهنمایی دکتر امیر آوان عضو هیات علمی دانشگاه علوم پزشکی مشهد اجرا شده است.
منبع: با فناوری
این مطلب را می پسندید؟
(1)
(0)
تازه ترین مطالب مرتبط
نظرات بینندگان در مورد این مطلب