Din smartphone kan være med til at fremskynde kræftforskningen, mens du sover

Et nyt forskningsprojekt har til formål at fremskynde leveringen af ​​personlige kræftbehandlinger ved at bruge smartphones til at knuse data, mens deres ejere sover.

Forskere ved Imperial College London arbejder sammen med Vodafone Foundation for at rekruttere folk til at donere kraften fra deres smartphones og køre en simpel app, som kan hjælpe med at udføre forskning natten over.

Projektet vil udnytte processorkraften fra tusindvis af smartphones, som, når de kombineres, kan analysere enorme mængder data på kortere tid, end det ville tage en supercomputer, og til en brøkdel af prisen på cloud computing-platforme.

Smartphones indeholder en enorm mængde computerkraft, der er nødvendig for at køre alt fra e-mail til musik- og videostreaming-apps, men de er for det meste i dvale, mens brugerne tilslutter deres telefoner for at oplade natten over.

Narkotikaprojekt

Som en del af projektet "DRUGS" (Drug Repositioning Using Grids of Smartphones), et team ledet af Dr. Kirill Veselkov i afdelingen for kirurgi og kræft på Imperial har designet en algoritme, der nedbryder enorme datasæt i små bidder, som kan analyseres.

Brugere downloader DreamLab-appen til deres telefon og kører den i seks timer natten over, mens telefonen oplades.

Mens de sover, appen downloader en lille lille pakke med data – omkring 5 MB i størrelse – og bruger telefonens processorer til at køre millioner af beregninger, før du uploader resultaterne og sletter dataene.

Appen er allerede blevet brugt af forskere i Australien til at knuse data for bugspytkirtelkræft, men dette projekt vil være første gang, det bliver brugt i Europa.

Ved at bruge den crowd-baserede tilgang til at arbejde med offentligt tilgængelige data om kræftgener og lægemiddelinteraktioner, Imperial-forskerne håber at fremskynde kræftforskningen betydeligt ved at identificere nye kombinationer af lægemidler, der kan være mere effektive til at bekæmpe kræft hos individuelle patienter.

Ultimativt, Brug af denne mobile cloud-baserede computertilgang kan drastisk reducere den tid, det tager at analysere så store mængder data. En stationær computer med en processor med otte kerner, der kører 24 timer i døgnet, ville tage 100 år at behandle dataene. Men et netværk på 100, 000 smartphones, der kører seks timer om natten, kunne klare opgaven på kun tre måneder.

Professor David Gann CBE, Vicepræsident (Innovation) ved Imperial College London, sagde:"Ved at udnytte distribueret computerkraft, DreamLab er med til at gøre personlig medicin til virkelighed.

"Dette projekt viser, hvordan Imperials innovative forskningspartnerskaber med virksomhedspartnere og medlemmer af offentligheden arbejder sammen for at tackle nogle af de største problemer, vi står over for i dag, skabe reel samfundsmæssig påvirkning."

Andrew Dunnett, direktør hos Vodafone Foundation, sagde:"Vi ønsker at opmuntre folk over hele Storbritannien til at blive nattens helte i kampen mod kræft.

"Vodafone-kunder og brugere af andre netværk kan bruge deres smartphones til at gøre det muligt at behandle enorme mængder data.

"Det betyder, at Imperial College London vil være i stand til at fremskynde den tiltrængte kræftforskning i Storbritannien."

Genetiske mutationer og kræft

Håbet er, at snarere end en trial and error tilgang til at teste kræftlægemiddelkombinationer for at se, hvilke der virker bedst for en patient, databaserede tilgange som denne kunne hjælpe med at identificere kombinationer af lægemidler til brug baseret på genotypen af ​​selve kræften.

Dr. Veselkov sagde:"Vi genererer i øjeblikket enorme mængder sundhedsdata rundt om i verden hver dag, men kun en brøkdel af dette bliver taget i brug. Ved at udnytte processorkraften fra tusindvis af smartphones, vi kan udnytte denne uvurderlige ressource og lede efter spor i datasættene.

Ved hjælp af offentligt tilgængelige, anonymiserede forskningsdata hentet fra flere kilder, Imperial-teamet designede en algoritme til at udforske, hvordan disse mutationer potentielt interagerer med andre gener." dette kunne hjælpe os med at gøre bedre brug af eksisterende lægemidler og finde mere effektive kombinationer af lægemidler skræddersyet til patienter, og forbedre behandlinger."

Algoritmen tester alle mulige kombinationer af gen-gen-interaktioner baseret på eksisterende data fra næsten en million kræftprøver rundt om i verden, repræsenterer mellem 30, 000 og 50, 000 unikke kræftmutationer.

Denne type analyse hjælper med at 'stratificere' patienter i grupper – dvs. dem, der har lignende mutationer, eller gen-interaktioner til fælles - baseret på den genetiske sammensætning af deres kræft, snarere end klassificering baseret på hvilken type kræft de har, eller hvor avanceret det er.

Udforsker forbindelserne

Algoritmen knuser også data for kendte interaktioner for tusindvis af registrerede lægemidler, viser hvilke gener og proteiner de interagerer med – f.eks. nogle lægemidler kan nedregulere et protein, som vides at være opreguleret af en specifik cancermutation.

Disse data omfatter kræftlægemidler såvel som genbrugte lægemidler, der oprindeligt er designet til en anden indikation. Et eksempel er sildenafilcitrat, en forbindelse, der oprindeligt blev designet som et hjerte-kar-lægemiddel, men som nu bruges til at behandle erektil dysfunktion.

Ved at overlejre resultaterne, teamet håber at opbygge et klarere billede af, hvilke lægemiddelkombinationer der er bedst egnede til patienter, baseret på deres mutationer.

I fremtiden, tilgangen kunne omfatte farmakologiske data om virkningerne af lægemidler og lægemiddelinteraktioner, at generere endnu mere detaljeret information om, hvilke lægemiddelkombinationer og doser der kan virke bedst for patienterne.

Dr. Veselkov tilføjede:"Hver kræftpatient i Storbritannien kunne få DNA-testet inden for det næste årti. Udfordringen er, hvordan man bruger patienternes egne data til mere personlig behandlingsvalg.

"I dette spændende samarbejdsprojekt med Vodafone, vi har implementeret og implementeret maskinlæringsalgoritmerne på mobiltelefoner for at simulere effekten af ​​kræftmutationer og lægemidler på intracellulære molekylære kredsløb.

"Resultaterne vil kaste lys over mulige multilægemiddelterapier mod forstyrrede molekylære netværk snarere end specifikke mutationer hos individuelle cancerpatienter."