08.10.2024
Подписывайтесь на Telegram-канал по ссылке

Машинное обучение помогает создавать магнитные наночастицы для диагностики и лечения онкологии

Efficacy Magnetic Nanoparticles

Научное сообщество активно разрабатывает и развивает способы диагностики и лечения онкологических заболеваний. Так, методы с использованием магнитных наночастиц уже показали многообещающие результаты в клинической практике. Наночастицы входят в состав контрастных веществ для повышения качества изображений в магнитно-резонансной томографии (МРТ). Кроме этого, они применяются в лечении рака гипертермией – метод, в котором злокачественные образования нагревают до высоких температур, около 45 градусов, чтобы убить раковые клетки. При этом здоровым тканям организма наносится минимальный вред.

Учёные публикуют научные статьи, где описывают и систематизируют физико-химические свойства синтезируемых наночастиц. Но из-за большого количества переменных данных не существует универсальной формулы для описания связей между характеристиками и эффективностью подобных материалов. Это делает синтез трудозатратным и долгим процессом, требующим экспериментальной проверки вручную. Российские учёные разработали новый подход на основе машинного обучения. Используя ансамблевую модель с алгоритмами LGBM Regressor и ExtraTrees Regressor, исследователи создали DiMag – открытый онлайн-ресурс для прогнозирования эффективности наночастиц при лечении гипертермией и МРТ-диагностике.

Для обучения алгоритмов DiMag была собрана база данных из открытых научных публикаций, включающая параметры более 980 наночастиц. Исследование опубликовано в журнале Small. DiMag обучали на данных, полученных из экспериментов в искусственных условиях – in vitro. В будущем учёные планируют обучить DiMag на результатах исследований, проводимых на живых организмах, что позволит быстрее тестировать препараты на основе магнитных наночастиц для практического использования в медицине.