Technical University of Denmark Gunakan TigerGraph Untuk Temukan Perawatan Leukemia Limfoblastik Akut
TigerGraph berkolaborasi dengan Technical University of Denmark (DTU). Kolaborasi ini untuk penggunaan analitik grafik lanjutan milik TigerGraph dengan teknik pembelajaran mesin dan kecerdasan buatan. Hal ini guna meningkatkan perawatan terhadap leukemia limfoblastik akut. Tigergraph sendiri merupakan penyedia platform analitik grafik.
Para peneliti di DTU adalah anggota bagian dari sebuah proyek besar di Denmark dan Swedia. Mereka memetakan materi genetik untuk semua penderita kanker masa kanak-kanak. Sebagai bagian dari kolaborasi yang lebih besar melalui iCOPE (Interregional Childhood Oncology Precision Medicine Exploration) yang didanai Uni Eropa, proses tersebut dimulai dengan tes darah pasien, dipadu dengan data ekspresi RNA-seq melalui Whole Genome Sequencing (WGS). Kemudian metode ini digunakan untuk menemukan pola ekspresi menyimpang, yang memiliki kemungkinan berkorelasi atau disebabkan oleh mutasi penambah. Tujuan jangka panjang iCOPE adalah untuk meningkatkan diagnosa, perawatan, tingkat kesembuhan, dan situasi kehidupan anak-anak penderita kanker secara keseluruhan.
Proses tersebut menghasilkan sejumlah besar data. Teknologi TigerGraph akan menyatukan berbagai poin data lain terkait kehidupan, penyakit, dan pengobatan pasien. Ini untuk lebih memahami mengapa anak-anak terjangkit kanker. Dengan begitu, hasilnya dapat memberikan diagnosis lebih dini dan perawatan yang jauh lebih efektif.
Jesper Vang, Mahasiswa Ph.D. di Departemen Teknologi Kesehatan, Biologi Sistem Kanker di DTU, menjelaskan: “Sistem kami saat ini hanya menampung data mentah. Contohnya seperti data tersekuens berdasarkan genotipe dan genom keseluruhan. Data mentah tersebut diproses melalui pipeline khusus yang memperhitungkan varian genetik dan memberi anotasi data dalam sebuah database MySQL. Akan tetapi, kami membutuhkan sesuatu yang lebih mudah digunakan, khususnya oleh personel klinis. Sehingga memungkinkan mereka untuk mencari data asosiasi genetik, yang merupakan kasus penggunaan yang sempurna untuk analitik grafik.”
DTU memilih platform database grafik on-premise yang dapat mendukung keperluan kinerja mereka dan telah mengevaluasi sejumlah opsi, seperti Neo4j. Akan tetapi, mereka menyimpulkan bahwa TigerGraph adalah satu-satunya platform yang dapat dikembangkan dan memberikan kedalaman analisis yang diperlukan proyek tersebut. Jesper menjelaskan, “Selama proses pengujian kami, TigerGraph adalah satu-satunya solusi yang menawarkan kinerja tertinggi. Tentunya dengan kemungkinan untuk dikembangkan pada skala yang akan kami butuhkan nantinya.”
Manfaatkan Kecerdasan Buatan untuk Prediksi Risiko Kambuh Ulang
DTU sekarang berada di tahap terakhir untuk sepenuhnya menjalankan seluruh sistem tersebut. Sistem ini sudah digunakan dalam sebuah proyek yang menggabungkan bidang kecerdasan buatan, pembelajaran mesin, dan bioinformatika translasional. Tujuannya guna menciptakan model yang dapat memprediksi risiko kambuh ulang dan toksisitas dalam perawatan leukemia limfoblastik akut.
Martin Darling, VP EMEA di TigerGraph menambahkan, “Upaya di DTU dan di seluruh proyek iCOPE bersifat transformasionalis dan menyoroti bagaimana penerapan keunggulan klinis dengan teknologi inovatif dapat menghadirkan wawasan terobosan dalam bidang-bidang seperti ilmu kehidupan. Kami sangat senang atas ketersediaan Jesper yang akan mempresentasikan studi kasus lengkap tentang proyek tersebut pada Graph + AI Summit pada bulan April mendatang.”
