โตเกียว, 7 มี.ค. 2022 – (JCN Newswire) – ฟูจิตสึและมหาวิทยาลัยการแพทย์และทันตกรรมแห่งโตเกียว (TMDU) ประกาศในวันนี้ถึงเทคโนโลยีใหม่ที่ใช้ AI เพื่อค้นหากลไกเชิงสาเหตุใหม่ของการดื้อยาในการรักษามะเร็งจากข้อมูลทางคลินิก ใช้ประโยชน์จากซูเปอร์คอมพิวเตอร์ที่เร็วที่สุดในโลก "ฟุกาคุ" (1) เทคโนโลยีใหม่นี้ช่วยให้สามารถคำนวณข้อมูลตัวแปรได้ 20,000 ตัวแปรภายในวันเดียวด้วยความเร็วสูง และช่วยให้ค้นพบความสัมพันธ์เชิงสาเหตุซึ่งไม่ทราบมาก่อนที่เกี่ยวข้องกับการดื้อยาในเซลล์มะเร็งจากจำนวนที่แตกต่างกัน 1,000 ล้านล้าน ความเป็นไปได้
ฟูจิตสึและ TMDU ใช้เทคโนโลยีนี้กับข้อมูลระดับการแสดงออกของยีน(2) ที่ได้รับจากสายเซลล์มะเร็งเพื่อวิเคราะห์การดื้อยา(3) กับยาต้านมะเร็ง และประสบความสำเร็จในการสกัดกลไกเชิงสาเหตุใหม่ของยีนที่ไม่รู้จักก่อนหน้านี้ซึ่งบ่งบอกถึงสาเหตุของ ความต้านทานต่อยารักษามะเร็งปอด เทคโนโลยีใหม่นี้คาดว่าจะช่วยเร่งการค้นคว้ายาและการรักษามะเร็งให้เป็นไปตามแต่ละบุคคลสำหรับผู้ป่วยแต่ละราย
เทคโนโลยีนี้ได้รับการพัฒนาภายใต้หัวข้อ "การอธิบายสาเหตุและความหลากหลายของมะเร็งโดยใช้การวิเคราะห์ข้อมูลขนาดใหญ่และเทคโนโลยี AI" ซึ่งเป็นโครงการริเริ่มที่สนับสนุนโดย TMDU มหาวิทยาลัยเกียวโต และฟูจิตสึ ซึ่งเป็นส่วนหนึ่งของโปรแกรมเร่งความสำเร็จของซูเปอร์คอมพิวเตอร์ Fugaku(4) .
พื้นหลัง
แม้ว่าผู้ป่วยจะได้รับการรักษาด้วยยารักษาโรคมะเร็งแบบเฉพาะเจาะจง (5) การปรากฏตัวของเซลล์มะเร็งที่ดื้อยาก็แสดงถึงภัยคุกคามอย่างต่อเนื่องต่อการให้อภัยอย่างสมบูรณ์ กลไกในการที่มะเร็งบางชนิดสามารถดื้อยาได้นั้นยังไม่ชัดเจนนัก อย่างไรก็ตาม นักวิจัยยังคงทำงานเกี่ยวกับวิธีการวิเคราะห์แบบใหม่ที่ให้ความกระจ่างว่าเซลล์ที่มีการกลายพันธุ์ของไดรเวอร์หลายตัว (6) ได้รับความต้านทานยาได้อย่างไร ในการพัฒนายาและการทดลองทางคลินิกที่เกี่ยวข้องกับการปรับตำแหน่งยา (7) การระบุผู้ป่วยที่คาดว่ายาจะมีผลเป็นสิ่งสำคัญ อย่างไรก็ตาม ประสิทธิผลของยาอาจแตกต่างกันไปขึ้นอยู่กับอวัยวะและแต่ละบุคคล และการเปลี่ยนแปลงในการแสดงออกของยีน และจำนวนของรูปแบบที่รวมระดับการแสดงออกของยีนหลายตัวเข้าด้วยกันนั้นเกิน 1,000 ล้านล้าน (8) การค้นหายีนทั้งหมด 20,000 ยีนอย่างครอบคลุมในจีโนมมนุษย์จึงต้องใช้เวลามากกว่า 4,000 ปีกับคอมพิวเตอร์ทั่วไป และการหาวิธีเร่งกระบวนการนี้ถือเป็นความท้าทายที่สำคัญ
เทคโนโลยีที่พัฒนาขึ้นใหม่
ฟูจิตสึใช้อัลกอริทึมแบบมีเงื่อนไขและเชิงสาเหตุคู่ขนานเพื่อเพิ่มประสิทธิภาพการคำนวณสูงสุดด้วยซูเปอร์คอมพิวเตอร์ Fugaku เพื่อวิเคราะห์จีโนมมนุษย์ภายในระยะเวลาที่จำเป็นสำหรับการวิจัยเชิงปฏิบัติ ด้วยการใช้เทคโนโลยี AI "การเรียนรู้แบบกว้าง" (9) ของฟูจิตสึเพื่อดึงการผสมผสานของยีนที่อาจเกิดขึ้นซึ่งเกี่ยวข้องกับการเกิดขึ้นของการดื้อยาโดยอาศัยข้อมูลทางสถิติ ฟูจิตสึได้พัฒนาเทคโนโลยีใหม่ที่ทำให้สามารถทำการค้นหาอย่างครอบคลุมภายในหนึ่งวัน
ผลสอบ
จากการรันข้อมูลของพอร์ทัล Dependency Map (DepMap) (10) โดยใช้เทคโนโลยีนี้ในซูเปอร์คอมพิวเตอร์ Fugaku ทำให้ฟูจิตสึและ TMDU สามารถค้นหาจีโนมมนุษย์ทั้งหมดเพื่อหาเงื่อนไขและสาเหตุภายในวันเดียวและระบุยีนที่ทำให้เกิด ความต้านทานต่อยาที่ใช้รักษามะเร็งปอด(11)
ความคิดเห็นจาก Prof. Seiji Ogawa, Graduate School of Medicine, Kyoto University
เทคโนโลยีที่มีแนวโน้มเช่นเทคโนโลยี AI สำหรับการค้นพบทางวิทยาศาสตร์ของฟูจิตสึ ("การเรียนรู้แบบกว้าง") อาจมีส่วนช่วยในการค้นพบไบโอมาร์คเกอร์ ซึ่งแสดงถึงความสนใจที่เพิ่มขึ้นในการพัฒนายา กุญแจสู่ความสำเร็จของการพัฒนายาใหม่คือการระบุผู้ป่วยที่คาดว่าจะได้รับประโยชน์จากยาใหม่และดำเนินการทดลองทางคลินิก หากทราบเครื่องหมายที่คาดการณ์ว่าใครจะได้ประโยชน์จากยา ค่าใช้จ่ายในการทดลองทางคลินิกจะลดลงอย่างมาก และความน่าจะเป็นของความสำเร็จโดยการทำการทดลองทางคลินิกแต่ละรายการจะเพิ่มขึ้น จากมุมมองนี้ ผู้ผลิตยาและอื่น ๆ ต่างก็ให้ความสนใจในเทคโนโลยีนี้เป็นอย่างมาก ความจริงที่ว่ามันถูกนำมาใช้โดยใช้ Fugaku ก็เพิ่มความคาดหวังเช่นกัน
โครงการในอนาคต
ในอนาคต ฟูจิตสึและ TMDU จะทำการวิเคราะห์แบบหลายชั้นและครอบคลุมที่รวมข้อมูลต่างๆ รวมถึงข้อมูลแกนเวลาและข้อมูลตำแหน่งโดยมีวัตถุประสงค์เพื่อเร่งการวิจัยทางการแพทย์ รวมถึงในด้านประสิทธิภาพของยา ตลอดจนให้ความกระจ่างเกี่ยวกับสาเหตุของโรคมะเร็ง .
ฟูจิตสึและ TMDU จะร่วมมือกันในการวิจัยเชิงทดลองในด้านการค้นพบยาและการแพทย์ TMDU จะใช้เทคโนโลยีที่พัฒนาขึ้นในงานวิจัยนี้ต่อไปเพื่อส่งเสริมการวิจัยเกี่ยวกับกลยุทธ์สำหรับโรคที่รักษาไม่หาย เช่น มะเร็ง
นอกจากการดูแลทางการแพทย์แล้ว ฟูจิตสึจะใช้เทคโนโลยีใหม่นี้เพื่อแก้ไขปัญหาความท้าทายในด้านต่างๆ รวมถึงการตลาด การดำเนินงานระบบ และการผลิต
กิตติกรรมประกาศ
งานวิจัยนี้จัดทำขึ้นโดยเป็นส่วนหนึ่งของโครงการ Fugaku Achievement Acceleration ของกระทรวงศึกษาธิการ วัฒนธรรม กีฬา วิทยาศาสตร์และเทคโนโลยี "การทำความเข้าใจต้นกำเนิดและความหลากหลายของมะเร็งผ่านการวิเคราะห์ข้อมูลขนาดใหญ่และเทคโนโลยีปัญญาประดิษฐ์" (JPMXP 1020200102) ส่วนหนึ่งของการวิจัยได้ดำเนินการโดยใช้ทรัพยากรการคำนวณของซูเปอร์คอมพิวเตอร์ Fugaku (ปัญหา #: hp 200138, hp 210167)
(1) ซูเปอร์คอมพิวเตอร์ "ฟุงาคุ":
คอมพิวเตอร์ที่ติดตั้งที่ RIKEN เป็นตัวตายตัวแทนของซูเปอร์คอมพิวเตอร์ "K" ตั้งแต่มิถุนายน 2020 ถึง 3 พฤศจิกายน อันดับแรกใน 4 หมวดหมู่ในการจัดอันดับซูเปอร์คอมพิวเตอร์เป็นเวลา 4 ปีติดต่อกัน เริ่มดำเนินการเต็มรูปแบบเมื่อวันที่ 9 มีนาคม พ.ศ. 2021
(2) ระดับการแสดงออกของยีน :
ปริมาณ RNA ที่คัดลอกมาจาก DNA (กรดนิวคลีอิกเดียวกันกับ DNA ที่สังเคราะห์โดยการถอดรหัสโดยใช้ลำดับ DNA บางส่วนเป็นเทมเพลต)
(3) การดื้อยา :
ปรากฏการณ์ที่ผลของยาอ่อนตัวลงขณะกำลังให้ยา
(4) โปรแกรมเร่งผลสัมฤทธิ์ทางการเรียนซูเปอร์คอมพิวเตอร์ Fugaku :
โครงการเริ่มในเดือนพฤษภาคม 2020 โดยกระทรวงศึกษาธิการ วัฒนธรรม กีฬา วิทยาศาสตร์และเทคโนโลยี โดยมีเป้าหมายที่จะบรรลุผลในช่วงต้น
(5) ยาเป้าหมาย :
ยาที่ออกแบบมาเพื่อทำหน้าที่เฉพาะกับโมเลกุล (โปรตีน ยีน ฯลฯ) ที่เป็นสาเหตุของโรค
(6) การกลายพันธุ์ของไดรเวอร์ :
การกลายพันธุ์ทางพันธุกรรมที่ทำให้เกิดการพัฒนาหรือการลุกลามของมะเร็งโดยตรง
(7) การวางตำแหน่งยา :
การใช้ยาที่มีอยู่ได้รับการพัฒนาและอนุมัติสำหรับการรักษาโรคหนึ่งไปสู่การรักษาโรคอื่น
(8) มากกว่า 1,000 ล้านล้าน :
แม้ว่าระดับการแสดงออกของยีนแต่ละยีนจะถูกจำกัดให้รวมยีนหลัก 50 ยีนที่ทราบว่าเกี่ยวข้องกับมะเร็ง และระดับการแสดงออกของยีนแต่ละชนิดจะแบ่งออกเป็น 2 ประเภท (เช่น การแสดงออกของยีน "สูง" หรือ "ต่ำ") เงื่อนไขหมายเลข 2 ยกกำลัง 50 ซึ่งเกิน 1,000 ล้านล้าน
(9) การเรียนรู้แบบกว้าง ๆ :
เว็บไซต์อย่างเป็นทางการ "สวัสดี Wide Learning!"
(10) แผนที่พึ่งพา (DepMap) :
ข้อมูลเกี่ยวกับความไวและความต้านทานของยาประมาณ 4,500 ตัวต่อเซลล์มะเร็งต่างๆ ประมาณ 600 สายพันธุ์ จัดทำโดย American Broad Institute รวมข้อมูลการกลายพันธุ์ของสายพันธุ์ของเซลล์มะเร็งและข้อมูลการแสดงออกของยีนทั้งหมด
(11) Fujitsu และ TMDU วิเคราะห์ข้อมูลการแสดงออกของยีนจาก DepMap ของเซลล์มะเร็งประมาณ 300 สายพันธุ์ ข้อมูลความไวและความต้านทานของ Gefitinib (ยาเป้าหมายระดับโมเลกุลที่ใช้รักษามะเร็งปอดและมะเร็งชนิดอื่นๆ) และค้นหาสภาวะและกลไกของเซลล์มะเร็งอย่างครอบคลุม เส้นที่ไม่ตอบสนองต่อ Gefitinib Fujitsu และ TMDU ระบุสภาวะที่ระดับการแสดงออกของปัจจัยการถอดรหัสสามตัว (ยีนที่ควบคุมการถอดรหัสยีน (การสังเคราะห์ RNA)), ZNF516, E2F6 และ EMX1 อยู่ในระดับต่ำ ในสายพันธุ์ของเซลล์มะเร็งปอดที่ตรงตามเงื่อนไขเหล่านี้ กลไกที่ถูกกระตุ้นโดยปัจจัยการถอดรหัส SP7 และ PRRX1 ถูกค้นพบว่าเป็นสาเหตุที่เป็นไปได้เพิ่มเติมของการดื้อยาในเซลล์มะเร็ง (ดูภาพอ้างอิง)
เกี่ยวกับฟูจิตสึ
ฟูจิตสึเป็นบริษัทเทคโนโลยีสารสนเทศและการสื่อสาร (ICT) ชั้นนำของญี่ปุ่นที่นำเสนอผลิตภัณฑ์ โซลูชั่น และบริการด้านเทคโนโลยีอย่างเต็มรูปแบบ พนักงานฟูจิตสึประมาณ 126,000 คนสนับสนุนลูกค้าในกว่า 100 ประเทศ เราใช้ประสบการณ์และพลังของ ICT เพื่อกำหนดอนาคตของสังคมร่วมกับลูกค้าของเรา Fujitsu Limited (TSE:6702) รายงานรายรับรวม 3.6 ล้านล้านเยน (34 พันล้านดอลลาร์สหรัฐ) สำหรับปีงบการเงินสิ้นสุดวันที่ 31 มีนาคม พ.ศ. 2021 สำหรับข้อมูลเพิ่มเติม โปรดดูที่ www.ฟูจิตสึ.com.
เกี่ยวกับมหาวิทยาลัยการแพทย์และทันตกรรมโตเกียว
มหาวิทยาลัยการแพทย์และทันตกรรมแห่งโตเกียว (TMDU) เป็นมหาวิทยาลัยแพทย์และบัณฑิตวิทยาลัยที่ครอบคลุมเพียงแห่งเดียวของญี่ปุ่น และได้ให้การรักษาทางการแพทย์ขั้นสูงผ่านการผสมผสานของสาขาการแพทย์และทันตกรรม และทำงานเพื่อปลูกฝัง "ผู้เชี่ยวชาญที่มีความรู้และมนุษยชาติ" TMDU มีส่วนสนับสนุนสุขภาพของมนุษย์และความเป็นอยู่ที่ดีของสังคมด้วยการส่งเสริมผู้เชี่ยวชาญด้านสุขภาพที่โดดเด่นด้วยมุมมองที่มีมนุษยธรรมและเป็นสากล
ลิขสิทธิ์ 2022 JCN Newswire สงวนลิขสิทธิ์. www.jcnnewswire.comฟูจิตสึและมหาวิทยาลัยการแพทย์และทันตกรรมแห่งโตเกียว (TMDU) ประกาศเปิดตัวเทคโนโลยีใหม่ที่ใช้ AI เพื่อค้นหากลไกเชิงสาเหตุใหม่ของการดื้อยาในการรักษามะเร็งจากข้อมูลทางคลินิก
- 000
- 100
- 11
- 2020
- 2021
- 2022
- 7
- 9
- เร่งความเร็ว
- เร่ง
- ได้รับ
- กระทำ
- การบริหารงาน
- สูง
- AI
- อัลกอริทึม
- ทั้งหมด
- อเมริกัน
- การวิเคราะห์
- ประกาศ
- อื่น
- การใช้งาน
- AREA
- เทียม
- ปัญญาประดิษฐ์
- กลายเป็น
- กำลัง
- พันล้าน
- ซึ่ง
- ก่อให้เกิด
- ท้าทาย
- ความท้าทาย
- การทดลองทางคลินิก
- ร่วมมือ
- การผสมผสาน
- รวม
- การสื่อสาร
- บริษัท
- สภาพ
- ติดต่อกัน
- ต่อ
- สนับสนุน
- ควบคุม
- ลิขสิทธิ์
- ประเทศ
- วัฒนธรรม
- ลูกค้า
- ข้อมูล
- การวิเคราะห์ข้อมูล
- วัน
- พัฒนา
- พัฒนาการ
- แตกต่าง
- ต่าง
- ค้นพบ
- การค้นพบ
- โรค
- โรค
- ความหลากหลาย
- ดีเอ็นเอ
- คนขับรถ
- ยาเสพติด
- ยาเสพติด
- ก่อน
- การศึกษา
- ผล
- ความคาดหวัง
- ที่คาดหวัง
- ประสบการณ์
- ปัจจัย
- สาขา
- ชื่อจริง
- ข้างหน้า
- เต็ม
- อนาคต
- เหตุการณ์ที่
- สำเร็จการศึกษา
- การเจริญเติบโต
- สุขภาพ
- การดูแลสุขภาพ
- สรุป ความน่าเชื่อถือของ Olymp Trade?
- HTTPS
- มนุษยชาติ
- แยกแยะ
- ภาพ
- การดำเนินการ
- สำคัญ
- รวม
- รวมทั้ง
- เพิ่มขึ้น
- เป็นรายบุคคล
- ข้อมูล
- Initiative
- Intelligence
- อยากเรียนรู้
- ปัญหา
- IT
- คีย์
- ความรู้
- ที่รู้จักกัน
- ชั้นนำ
- การเรียนรู้
- ชั้น
- เลฟเวอเรจ
- เบา
- ถูก จำกัด
- ที่ตั้ง
- โลโก้
- สำคัญ
- การผลิต
- แผนที่
- มีนาคม
- การตลาด
- ทางการแพทย์
- ดูแลรักษาทางการแพทย์
- ยา
- การเสนอ
- การดำเนินการ
- ใบสั่ง
- อื่นๆ
- Outlook
- คน
- การปฏิบัติ
- เภสัชกรรม
- จุดชมวิว
- พอร์ทัล
- ความเป็นไปได้
- เป็นไปได้
- อำนาจ
- กระบวนการ
- ผลิตภัณฑ์
- มืออาชีพ
- โครงการ
- ส่งเสริม
- พิสัย
- ความสัมพันธ์
- แสดงให้เห็นถึง
- การวิจัย
- แหล่งข้อมูล
- ผลสอบ
- วิ่ง
- โรงเรียน
- วิทยาศาสตร์
- วิทยาศาสตร์และเทคโนโลยี
- ค้นหา
- บริการ
- เว็บไซต์
- สังคม
- โซลูชัน
- กีฬา
- ข้อความที่เริ่ม
- ทางสถิติ
- กลยุทธ์
- ความสำเร็จ
- สนับสนุน
- ที่สนับสนุน
- ระบบ
- เทคโนโลยี
- เทคโนโลยี
- ชุดรูปแบบ
- ตลอด
- เวลา
- ระยะเวลา
- ในวันนี้
- โตเกียว
- รักษา
- การรักษา
- มหาวิทยาลัย
- ใช้
- นำไปใช้
- รายละเอียด
- WHO
- ภายใน
- งาน
- ทำงาน
- โลก
- ปี
- ปี
- เยน