HyperFood: cartographie intelligente par machine des molécules anticancéreuses dans les aliments
Kirill Veselkov Scientific Reports volume 9 , Numéro d'article_ 9237 ( 2019 )
Des données récentes indiquent que jusqu'à 30% à 40% des cancers peuvent être prévenus uniquement par des mesures alimentaires et un mode de vie. Nous présentons ici une plate-forme d’apprentissage automatique basée sur un réseau unique pour identifier des molécules putatives de lutte contre le cancer à base alimentaire. Celles-ci ont été identifiées grâce à la communité de leur réseau de biologie moléculaire avec des traitements anticancéreux approuvés cliniquement.
Un algorithme d’apprentissage automatique de parcours aléatoires sur des graphes (fonctionnant sur la plate-forme supercalculatrice DreamLab) a été utilisé pour simuler des actions sur des réseaux interactome humains afin d’obtenir des profils d’activité à l’échelle du génome de 1962 médicaments approuvés (dont 199 classés dans la catégorie «anticancéreux»). ”Avec leurs indications principales. Une approche supervisée a été utilisée pour prédire les molécules anticancéreuses à l’aide de ces profils d’activité interactome «appris». Les performances du modèle validé prédisaient les traitements anticancéreux avec une précision de classification de 84 à 90%. Une base de données complète de 7962 molécules bioactives dans les aliments a été introduite dans le modèle, qui prédit 110 molécules anticancéreuses (définies par un seuil de similarité des médicaments anticancéreux de> 70%) avec une capacité attendue comparable aux médicaments anticancéreux cliniquement approuvés de diverses variétés. de classes chimiques comprenant les flavonoïdes, les terpénoïdes et les polyphénols. Ceci a ensuite été utilisé pour construire une «carte alimentaire» avec un potentiel anticancéreux de chaque ingrédient défini par le nombre de molécules anticancéreuses trouvées dans celui-ci. Notre analyse sous-tend la conception des stratégies de nutrition préventive et thérapeutique contre le cancer de la prochaine génération.