Een nieuw onderzoeksproject heeft tot doel de levering van gepersonaliseerde kankerbehandelingen te versnellen door smartphones te gebruiken om gegevens te kraken terwijl hun eigenaren slapen.

Onderzoekers van Imperial College London werken samen met de Vodafone Foundation om mensen te werven om de kracht van hun smartphones te doneren en een eenvoudige app te gebruiken, die kunnen helpen om onderzoek 's nachts uit te voeren.

Het project zal gebruikmaken van de verwerkingskracht van duizenden smartphones die, wanneer gecombineerd, kan enorme hoeveelheden gegevens analyseren in minder tijd dan een supercomputer nodig zou hebben, en tegen een fractie van de kosten van cloud computing-platforms.

Smartphones bevatten een enorme hoeveelheid rekenkracht die nodig is om alles uit te voeren, van e-mail tot muziek- en videostreaming-apps, maar ze zijn meestal slapend terwijl gebruikers hun telefoons aansluiten om 's nachts op te laden.

drugsproject

Als onderdeel van het project "DRUGS" (Drug Repositioning Using Grids of Smartphones), een team onder leiding van Dr. Kirill Veselkov van de afdeling Chirurgie en Kanker van Imperial heeft een algoritme ontworpen dat enorme datasets opsplitst in kleine stukjes die kunnen worden geanalyseerd.

Gebruikers downloaden de DreamLab-app op hun telefoon en laten deze zes uur 's nachts draaien terwijl de telefoon wordt opgeladen.

Terwijl ze slapen, de app downloadt een klein pakketje gegevens – ongeveer 5 MB groot – en gebruikt de processors van de telefoon om miljoenen berekeningen uit te voeren, voordat u de resultaten uploadt en de gegevens wist.

De app is al door onderzoekers in Australië gebruikt om gegevens over alvleesklierkanker te kraken, maar dit project zal de eerste keer zijn dat het in Europa wordt gebruikt.

Door de crowd-based benadering te gebruiken om te werken aan openbaar beschikbare gegevens over kankergenen en interacties tussen geneesmiddelen, de Imperial-onderzoekers hopen het kankeronderzoek aanzienlijk te versnellen door nieuwe combinaties van medicijnen te identificeren die mogelijk effectiever zijn in het bestrijden van kanker bij individuele patiënten.

uiteindelijk, het gebruik van deze mobiele cloudgebaseerde computerbenadering zou de tijd die nodig is om zulke enorme hoeveelheden gegevens te analyseren drastisch kunnen verminderen. Een desktopcomputer met een processor met acht kernen die 24 uur per dag draait, zou 100 jaar nodig hebben om de gegevens te verwerken. Maar een netwerk van 100, 000 smartphones die zes uur per nacht werken, zouden het werk in slechts drie maanden kunnen doen.

Professor David Gann CBE, Vice President (Innovatie) bij Imperial College London, zei:"Door gebruik te maken van gedistribueerde rekenkracht, DreamLab helpt om gepersonaliseerde geneeskunde te realiseren.

"Dit project laat zien hoe Imperial's innovatieve onderzoekspartnerschappen met zakelijke partners en leden van het publiek samenwerken om enkele van de grootste problemen aan te pakken waarmee we vandaag worden geconfronteerd, het genereren van echte maatschappelijke impact."

Andrew Dunnett, Directeur bij de Vodafone Foundation, zei:"We willen mensen in het hele VK aanmoedigen om van de ene op de andere dag helden te worden in de strijd tegen kanker.

"Vodafone-klanten en gebruikers van andere netwerken kunnen hun smartphone gebruiken om enorme hoeveelheden data te verwerken.

"Dit betekent dat Imperial College London in staat zal zijn om het broodnodige kankeronderzoek in het VK te versnellen."

Genetische mutaties en kanker

De hoop is dat in plaats van een trial-and-error-benadering van het testen van combinaties van kankergeneesmiddelen om te zien welke het beste werken voor een patiënt, op gegevens gebaseerde benaderingen zoals deze kunnen helpen bij het identificeren van combinaties van te gebruiken geneesmiddelen op basis van het genotype van de kanker zelf.

Dr. Veselkov zei:"We genereren momenteel elke dag enorme hoeveelheden gezondheidsgegevens over de hele wereld, maar slechts een fractie hiervan wordt gebruikt. Door gebruik te maken van de verwerkingskracht van duizenden smartphones, we kunnen deze onschatbare bron aanboren en naar aanwijzingen zoeken in de datasets.

Met behulp van openbaar beschikbare, geanonimiseerde onderzoeksgegevens afkomstig uit verschillende bronnen, het Imperial-team heeft een algoritme ontworpen om te onderzoeken hoe deze mutaties mogelijk interageren met andere genen." dit zou ons kunnen helpen om beter gebruik te maken van bestaande medicijnen en effectievere combinaties van medicijnen te vinden die zijn afgestemd op patiënten, en het verbeteren van behandelingen."

Het algoritme test alle mogelijke combinaties van gen-gen-interacties op basis van bestaande gegevens van bijna een miljoen kankermonsters over de hele wereld, vertegenwoordigen tussen de 30, 000 en 50, 000 unieke kankermutaties.

Dit type analyse helpt om patiënten te 'stratificeren' in groepen, dwz patiënten met vergelijkbare mutaties, of gemeenschappelijke gen-interacties - gebaseerd op de genetische samenstelling van hun kanker, in plaats van classificatie op basis van het type kanker dat ze hebben, of hoe geavanceerd het is.

De verbindingen verkennen

Het algoritme verwerkt ook gegevens voor bekende interacties voor duizenden geregistreerde geneesmiddelen, laten zien met welke genen en eiwitten ze interageren - bijvoorbeeld sommige geneesmiddelen kunnen een eiwit neerwaarts reguleren waarvan bekend is dat het wordt opgereguleerd door een specifieke kankermutatie.

Deze gegevens omvatten zowel kankermedicijnen als medicijnen die in eerste instantie voor een andere indicatie zijn ontworpen. Een voorbeeld is sildenafilcitraat, een verbinding die oorspronkelijk was ontworpen als een cardiovasculair medicijn, maar nu wordt gebruikt om erectiestoornissen te behandelen.

Door de resultaten over elkaar heen te leggen, het team hoopt een duidelijker beeld te krijgen van welke medicijncombinaties het meest geschikt zijn voor patiënten, op basis van hun mutaties.

In de toekomst, de aanpak kan farmacologische gegevens omvatten over de effecten van de geneesmiddelen en geneesmiddelinteracties, om nog meer gedetailleerde informatie te genereren over welke combinaties en doses van geneesmiddelen het beste kunnen werken voor patiënten.

Dr. Veselkov voegde toe:"Elke kankerpatiënt in het VK zou binnen het volgende decennium DNA kunnen laten testen. De uitdaging is hoe de eigen gegevens van patiënten te gebruiken voor een meer gepersonaliseerde therapieselectie.

"In dit spannende samenwerkingsproject met Vodafone, we hebben de machine learning-algoritmen op mobiele telefoons geïmplementeerd en ingezet om het effect van kankermutaties en medicijnen op intracellulaire moleculaire circuits te simuleren.

"De resultaten zullen licht werpen op mogelijke therapieën met meerdere geneesmiddelen tegen verstoorde moleculaire netwerken in plaats van specifieke mutaties bij individuele kankerpatiënten."