IIT Madras researchers develop machine learning tool to detect tumour in brain, spinal cord
ಜಿಬಿಎಂಡಿರೈವರ್‌ನ ಅಭಿವೃದ್ಧಿಯನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು:
ಗ್ಲಿಯೊಬ್ಲಾಸ್ಟೊಮಾದಲ್ಲಿ 9386 ಚಾಲಕ ರೂಪಾಂತರಗಳು ಮತ್ತು 8728 ಪ್ರಯಾಣಿಕರ ರೂಪಾಂತರಗಳನ್ನು ಪರೀಕ್ಷಿಸುವ ಅಧ್ಯಯನವು ಒಳಗೊಂಡಿತ್ತು. ಸಂಶೋಧಕರು ವೆಬ್ ಸರ್ವರ್‌ನ ಅಭಿವೃದ್ಧಿಯಲ್ಲಿ ಅಮೈನೋ ಆಮ್ಲಗಳ ಗುಣಲಕ್ಷಣಗಳು, ಡಿ- ಮತ್ತು ಟ್ರೈ-ಪೆಪ್ಟೈಡ್ ಮೋಟಿಫ್‌ಗಳು, ಸಂರಕ್ಷಣಾ ಸ್ಕೋರ್‌ಗಳು ಮತ್ತು ಪೊಸಿಷನ್ ಸ್ಪೆಸಿಫಿಕ್ ಸ್ಕೋರಿಂಗ್ ಮ್ಯಾಟ್ರಿಸಸ್ (PSSM) ಸೇರಿದಂತೆ ಹಲವಾರು ಅಸ್ಥಿರಗಳನ್ನು ಗಣನೆಗೆ ತೆಗೆದುಕೊಂಡಿದ್ದಾರೆ.
ಪತ್ತೆಯಲ್ಲಿ ಉತ್ತಮ ನಿಖರತೆ:
GBMDriver 81.99% ನಿಖರತೆಯೊಂದಿಗೆ ಗ್ಲಿಯೊಬ್ಲಾಸ್ಟೊಮಾದಲ್ಲಿ ಚಾಲಕ ರೂಪಾಂತರಗಳನ್ನು ಪತ್ತೆ ಮಾಡುತ್ತದೆ ಎಂದು ಸಂಶೋಧಕರು ಕಂಡುಕೊಂಡಿದ್ದಾರೆ, ಇದು ಪ್ರಸ್ತುತ ಕಂಪ್ಯೂಟೇಶನಲ್ ತಂತ್ರಗಳಿಗಿಂತ ಉತ್ತಮವಾಗಿದೆ. ವಿಧಾನವು ಸಂಪೂರ್ಣವಾಗಿ ಪ್ರೋಟೀನ್‌ಗಳ ಅನುಕ್ರಮವನ್ನು ಅವಲಂಬಿಸಿದೆ ಮತ್ತು ಕ್ಯಾನ್ಸರ್-ಉಂಟುಮಾಡುವ ರೂಪಾಂತರಗಳನ್ನು ಪ್ರತ್ಯೇಕಿಸುವ ನಿರ್ಣಾಯಕ ಅಮೈನೋ ಆಮ್ಲದ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಅಧ್ಯಯನವು ಗುರುತಿಸಿದೆ.
ಕ್ಯಾನ್ಸರ್ ಚಿಕಿತ್ಸೆಯಲ್ಲಿ ಸಂಭಾವ್ಯ ಪರಿಣಾಮ:
GBMDriver ಗ್ಲಿಯೊಬ್ಲಾಸ್ಟೊಮಾದಲ್ಲಿನ ಚಾಲಕ ರೂಪಾಂತರಗಳಿಗೆ ಆದ್ಯತೆ ನೀಡಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ ಮತ್ತು ಸಂಭಾವ್ಯ ಚಿಕಿತ್ಸಕ ಗುರಿಗಳನ್ನು ಗುರುತಿಸುವಲ್ಲಿ ಸಹಾಯ ಮಾಡುತ್ತದೆ ಎಂದು ಸಂಶೋಧಕರು ಭಾವಿಸುತ್ತಾರೆ, ಹೀಗಾಗಿ ಔಷಧ ವಿನ್ಯಾಸ ತಂತ್ರಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ. ಗ್ಲಿಯೊಬ್ಲಾಸ್ಟೊಮಾ ಗೆಡ್ಡೆಗಳನ್ನು ಈ ಹಿಂದೆ ತೀವ್ರವಾಗಿ ಅಧ್ಯಯನ ಮಾಡಲಾಗಿದೆ, ಆದರೆ ಕೆಲವು ಚಿಕಿತ್ಸಕ ಆಯ್ಕೆಗಳು ಮಾತ್ರ ಲಭ್ಯವಿವೆ ಮತ್ತು ರೋಗನಿರ್ಣಯದ ನಂತರ ಬದುಕುಳಿಯುವ ದರವು ಎರಡು ವರ್ಷಗಳಿಗಿಂತ ಕಡಿಮೆಯಿರುತ್ತದೆ.
GBMDರೈವರ್‌ನ ಭವಿಷ್ಯದ ವ್ಯಾಪ್ತಿ:
ಐಐಟಿ ಮದ್ರಾಸ್‌ನ ಪಿಎಚ್‌ಡಿ ವಿದ್ಯಾರ್ಥಿನಿ ಮೇಧಾ ಪಾಂಡೆ, ಪ್ರಸ್ತುತ ವಿಧಾನವು ಚಿಕಿತ್ಸಕ ಗುರಿಗಳನ್ನು ಗುರುತಿಸಲು ಮತ್ತು ಗ್ಲಿಯೊಬ್ಲಾಸ್ಟೊಮಾದಲ್ಲಿನ ಚಾಲಕ ರೂಪಾಂತರಗಳಿಗೆ ಆದ್ಯತೆ ನೀಡಲು ಸಹಾಯಕವಾಗಲಿದೆ ಎಂದು ಅವರು ಭಾವಿಸುತ್ತಾರೆ ಎಂದು ಹೇಳಿದರು. GBMDriver ಅಭಿವೃದ್ಧಿಯೊಂದಿಗೆ, ಕಾದಂಬರಿ ಚಿಕಿತ್ಸಕ ಗುರಿಗಳನ್ನು ಗುರುತಿಸುವ ಮತ್ತು ಗ್ಲಿಯೊಬ್ಲಾಸ್ಟೊಮಾ ರೋಗಿಗಳಿಗೆ ಮುನ್ನರಿವು ಸುಧಾರಿಸುವ ಸಾಮರ್ಥ್ಯವಿದೆ.
Current affairs 2023
