Spaanse universiteit kraakt genetische kanker black box met transparante AI

Onderzoekers van de Universidad de Navarra hebben een nieuw AI-instrument gepresenteerd dat kankeronderzoek ingrijpend kan veranderen. Het platform, RNACOREX, combineert de voorspellende kracht van kunstmatige intelligentie met volledige uitlegbaarheid. Daarmee zetten de onderzoekers een grote stap weg van ondoorzichtige AI-modellen richting transparante, begrijpelijke analyse van het menselijk genoom.

RNACOREX richt zich op een van de grootste problemen in moderne AI-toepassingen in de geneeskunde. Veel algoritmen kunnen goed voorspellen hoe een ziekte verloopt, maar ze leggen niet uit waarom. Artsen en onderzoekers zien dan wel een uitkomst, maar missen inzicht in de onderliggende biologische processen. RNACOREX lost dat probleem op door niet alleen te voorspellen, maar ook zichtbaar te maken hoe genen elkaar beïnvloeden in tumoren.

Kankercellen communiceren via complexe netwerken van moleculen, waaronder microRNA en boodschapper-RNA. Als deze netwerken ontsporen, ontstaat ziekte. RNACOREX brengt deze netwerken systematisch in kaart. De software analyseert duizenden moleculaire interacties tegelijk en filtert ruis en valse signalen uit grote datasets.

Het resultaat is een duidelijke moleculaire kaart die laat zien welke genen samenwerken en hoe die samenwerking samenhangt met de overleving van patiënten. Volgens de onderzoekers is dit vergelijkbaar met het kijken door een microscoop, maar dan op systeemniveau en ondersteund door AI.

Het team testte RNACOREX op data van dertien verschillende tumortypen, waaronder borst-, darm-, long- en maagkanker. Daarbij gebruikten zij gegevens uit The Cancer Genome Atlas, een van de grootste internationale kankerdata-initiatieven.

De resultaten laten zien dat RNACOREX patiëntoverleving voorspelt met een nauwkeurigheid die gelijk ligt aan die van geavanceerde AI-modellen. Het verschil zit in de uitleg. Waar veel AI-systemen stoppen bij een score of kans, laat RNACOREX zien welke genetische interacties die uitkomst veroorzaken.

Deze transparantie maakt het platform bijzonder waardevol voor onderzoek naar nieuwe behandelingen. Door snel te identificeren welke genetische netwerken tumorgroei aansturen, kunnen onderzoekers gerichter zoeken naar nieuwe therapiedoelen. Dat bespaart tijd en middelen en vergroot de kans op effectieve behandelingen.

De studie achter RNACOREX verscheen in het wetenschappelijke tijdschrift PLOS Computational Biology. De auteurs benadrukken dat hun aanpak helpt om hypotheses te genereren over kankerprogressie en om patronen te vinden die gedeeld worden tussen verschillende kankersoorten.

Een opvallend aspect is dat RNACOREX volledig open-source is. De ontwikkelaars hebben de software vrij beschikbaar gesteld via GitHub en PyPI. Hierdoor kan elk laboratorium ter wereld het platform direct integreren in bestaande onderzoeksprocessen, zonder licentiekosten of gesloten systemen.

Het pakket is ontwikkeld in Python en maakt gebruik van probabilistische modellen, zoals Bayesiaanse netwerken, om genetische interacties te analyseren. De onderzoekers werken al aan uitbreidingen, waaronder padanalyse en extra lagen van moleculaire data, om het biologische beeld verder te verfijnen.

Met RNACOREX verschuift de rol van AI in de biomedische wetenschap. AI verandert van een mysterieuze voorspeller in een uitlegbare onderzoekspartner. Voor kankeronderzoek betekent dit meer vertrouwen in modellen, betere interpretatie van resultaten en uiteindelijk snellere vooruitgang richting gepersonaliseerde geneeskunde.

De lancering van RNACOREX onderstreept een bredere trend in AI-onderzoek. Transparantie en uitlegbaarheid worden steeds belangrijker, vooral in domeinen waar beslissingen directe gevolgen hebben voor mensenlevens.

Meehelpen? Je kunt het onderzoek en meer vinden op de GitHub.