人工智能模型以超高速检测癌症迹象
最近審查：02.07.2025
所有iLive內容都經過醫學審查或事實檢查，以確保盡可能多的事實準確性。
我們有嚴格的採購指南，只鏈接到信譽良好的媒體網站，學術研究機構，並儘可能與醫學同行評審的研究相關聯。 請注意括號中的數字（[1]，[2]等）是這些研究的可點擊鏈接。
如果您認為我們的任何內容不准確，已過時或有疑問，請選擇它並按Ctrl + Enter。
哥德堡大学的研究人员开发了一种人工智能模型，通过糖分析提高了癌症检测的潜力。与目前的半自动化方法相比，该人工智能模型能够更快、更好地发现异常情况。
聚糖，即我们细胞中糖分子的结构，可以通过质谱法进行测量。这些结构可以指示细胞中各种形式的癌症。然而，质谱仪的数据必须经过人工仔细分析，才能从聚糖碎片中确定其结构。每个样本的分析过程可能需要数小时到数天的时间，而且世界上只有少数专家能够高精度地完成，因为这本质上是一项需要多年学习才能掌握的“侦探”工作。
侦探工作自动化
这一过程是聚糖分析应用的瓶颈，例如在癌症检测中，需要分析大量样本。哥德堡大学的研究人员开发了一种人工智能模型来自动化这项工作。该模型名为Candycrunch，每次测试只需几秒钟即可完成。研究结果发表在《自然方法》杂志的一篇科学论文中。
该人工智能模型使用包含超过 500,000 个不同碎片和相关糖分子结构示例的数据库进行训练。
新的生物标志物
这意味着该AI模型很快就能达到与其他生物序列（例如DNA、RNA或蛋白质）测序相同的准确度。凭借其速度和准确性，该模型可以加速发现用于癌症诊断和预后的聚糖生物标志物。
哥德堡大学生物信息学副教授丹尼尔·博亚尔表示：“我们相信，既然我们已经实现了瓶颈的自动化，聚糖分析将成为生物和临床研究中更重要的一部分。”
Candycrunch 模型还能识别人工分析中因浓度低而经常遗漏的结构。因此，该模型可以帮助研究人员发现新的聚糖生物标记。