2018年9月4日报告
使用AI使癌症进化更可预测
一组研究人员隶属于英国的几个机构，其中一个在美国开发了一种使用人工智能来预测癌症如何改变和传播患者的方法。结果发表在自然方法。
多年来癌症研究，科学家发现肿瘤实际上进化了，使它们能够改变其形式和传播方式。在该领域，许多人认为了解这种进化过程的工作方式是学习如何防止其发生的关键部分。作为这项工作的一部分，科学家收集了组织样品从希望找到改变方式的患者。但是这种方法已被证明是困难的，因为随着肿瘤的生长，它们也倾向于发展出对其传播能力没有影响的突变。在这项新的工作中，研究人员试图将机器学习添加到该过程中，以追踪传播所涉及的进化变化。他们命名了他们的新系统左轮手枪。
新应用程序使用机器学习算法来研究突变数据并检测模式。他们为他们的系统数据提供了描述的178例患者的768个肿瘤，其中乳腺癌，肾脏，肠或肺癌。该系统寻求与使肿瘤扩散的变化有关的患者之间的突变模式。接下来，他们将系统应用到新患者的知识作为评估新发育肿瘤状态的一种方式 - 在95名结直肠病患者中，它正确鉴定了基因突变，这些患者的突变以前被鉴定为乳腺癌，肾脏，肾脏中进化的驱动因素和肺癌。
研究人员指出，左轮手枪只是开发基于计算机的工具以更好地预测肿瘤将如何发展的第一步之一 - 就像医生更容易为给定患者制定最佳治疗计划，希望改善其预后。
进一步探索
抽象的
在患者之间和患者之间，基因组变化的复发性转移反映了反复的进化过程，这些过程对于预期癌症进展很有价值。多区域测序允许推断肿瘤中某些基因组变化的时间顺序，但是对患者的重复进化的强大鉴定仍然是一个挑战。我们开发了一种基于转移学习的机器学习方法，使我们能够克服数据中癌症进化和噪声的随机效应，并确定了癌症队列中的隐藏进化模式。当应用于来自肺，乳腺癌，肾脏和结直肠癌的多区域测序数据集（来自178名患者的768个样本）时，我们的方法检测到了在单样本队列中重现的患者亚组中的重复进化轨迹（n = 2,935）。我们的方法提供了一种根据患者的肿瘤进化进行分类的方法，对疾病进展的预期产生了影响。
©2018 M欧宝娱乐地址edical Xpress
