Современные методы секвенирования позволяют измерять активность тысяч генов одновременно. Но понимание того, как именно эти молекулы взаимодействуют между собой внутри опухоли, долгое время оставалось проблемой. Новый открытый инструмент RNACOREX предлагает выход из этого тупика, превращая разрозненные данные в наглядные карты молекулярных связей, которые определяют рост опухоли и выживаемость пациента.
Методы исследования — когда данные начинают говорить
Разработка велась в Университете Наварры (University of Navarra), в Лаборатории цифровой медицины DATAI.
Результаты опубликованы в журнале «PLOS Computational Biology».
RNACOREX способен одновременно анализировать тысячи молекул — прежде всего микроРНК (miRNA) и матричные РНК (mRNA). Вместо поиска одиночных «значимых» генов система реконструирует регуляторные сети, показывая, как именно гены и регуляторные элементы влияют друг на друга в живой клетке.
Ключевая особенность инструмента — объединение проверенных данных из международных биологических баз с реальными профилями экспрессии генов опухолей, что позволяет отсекать случайные корреляции и выделять биологически значимые взаимодействия.
Основные результаты — карта вместо списка
Внутри клетки молекулы работают не изолированно. miRNA регулируют активность mRNA, те — синтез белков, а вместе они формируют сложные сети, от которых зависит судьба клетки. При их нарушении запускаются опухолевые процессы.
По словам Рубена Арманьянсаса (Rubén Armañanzas), научного сотрудника и руководителя Лаборатории цифровой медицины DATAI Университета Наварры (University of Navarra), главная проблема онкогеномики заключается не в нехватке данных, а в сложности отделить реальные механизмы болезни от статистического шума.
RNACOREX решает эту задачу, последовательно выстраивая регуляторные сети — от простых связей до многоуровневых моделей, описывающих поведение опухоли.
Механизмы — объяснимая альтернатива «чёрному ИИ»
Чтобы оценить эффективность инструмента, исследователи применили RNACOREX к данным The Cancer Genome Atlas (TCGA) по 13 типам опухолей — включая рак молочной железы, толстой кишки, лёгких, желудка, меланому, опухоли головы и шеи.
По словам Айтора Овьедо-Мадрида (Aitor Oviedo-Madrid), первого автора исследования, точность прогнозирования выживаемости пациентов оказалась сопоставимой с продвинутыми моделями искусственного интеллекта.
Ключевое отличие — полная интерпретируемость. Каждый прогноз сопровождается объяснением: какие именно молекулярные взаимодействия сыграли решающую роль. В условиях клинической онкологии это принципиально важно.
Последствия и значение — ускоряя поиск мишеней
Помимо прогноза выживаемости, RNACOREX позволяет:
- выявлять регуляторные сети, связанные с клиническим исходом
- находить общие молекулярные паттерны для разных типов рака
- выделять отдельные молекулы с высокой биомедицинской значимостью
Такие карты помогают быстрее формировать гипотезы, находить потенциальные биомаркеры и приоритетные терапевтические мишени, экономя годы лабораторных исследований.
Открытая платформа и развитие проекта
RNACOREX распространяется как open-source-решение и доступен через GitHub и PyPI. Встроенные инструменты автоматической загрузки баз данных упрощают внедрение программы в рабочие процессы исследовательских лабораторий.
Проект частично финансировался правительством Наварры и международной программой ERA PerMed. В дальнейшем команда планирует добавить анализ сигнальных путей и новые уровни молекулярных взаимодействий.
Заключение — когда рак становится читаемым
RNACOREX отражает важный сдвиг в онкологии — переход от непрозрачных алгоритмов к моделям, которые не просто предсказывают исход болезни, но и показывают, почему опухоль ведёт себя именно так. Этот подход логично вписывается в более широкий тренд использования вычислительных методов для анализа генетических данных и выявления ключевых онкогенных механизмов, что хорошо иллюстрирует материал «Исследователи разработали алгоритм для распознавания генов опухолей». Если подобные инструменты войдут в клиническую практику, персонализированная онкология сможет перейти от вероятностных оценок к осознанному управлению заболеванием.
Источник
- Aitor Oviedo-Madrid, José González-Gomariz, Ruben Armañanzas. RNACOREX — RNA coregulatory network explorer and classifier. PLOS Computational Biology, 2025; 21 (11): e1013660 DOI: 10.1371/journal.pcbi.1013660