教学进化理论对人工智能揭示癌症的生命历史

英国癌症研究中心(Cancer research UK)资助的一项新研究中，科学家开发出了迄今为止最精确的计算方法，来重建肿瘤内的基因缺陷补丁以及它们在疾病发展过程中的历史自然遗传学。

他们强大的方法结合了人工智能随着查尔斯达尔文的数学模型的进化论，比以往任何时候都更准确地分析遗传数据，铺平了如何实现的方式癌症基因多样性被用来为患者提供量身定制的治疗。

应用这些新算法从患者样本中提取的DNA数据显示，肿瘤的遗传结构比以前认为的要简单。算法显示，肿瘤具有更少的不同的细胞亚群，称为“亚克隆”，比以前认为的要少。来自伦敦癌症研究所和伦敦玛丽女王大学的科学家们还能分辨出每个子克隆的年龄和生长速度。

这些模型被设置为深刻改变癌症患者的遗传数据的遗传数据的分析和解释。将来，他们可以用来更好地指导治疗策略，让医生提供针对特异性遗传变化的药物的正确组合。团队希望他们的方法甚至可以用来预测癌症的演变，提供癌症如何生长，传播或复发的早期迹象。

改变遗传分析的潜力

该研究的首席研究员、ICR新癌症药物发现中心的癌症进化主任Andrea Sottoriva教授说:

“肿瘤是一种微观的进化，具有不同群体的细胞竞争生存和应对环境压力。

“通过利用人工智能的计算能力并将其与达尔文的时间以来与进化理论相结合，我们的方法能够理解复杂遗传数据精确地重建肿瘤的遗传史。我们的工作有可能改变我们从单个组织样本描绘肿瘤基因组成的完整图景的方式。通过我们的新算法，我们可以更详细地看到癌症是如何演变和产生耐药性的。”

癌症基因组的强大窗口

这个团队由癌症生物学家、进化理论家、统计学家和计算机科学家组成，他们使用了来自2600多个肿瘤样本的数据来开发和完善他们的新软件。他们检测了各种不同类型的癌症，包括乳腺癌、肠癌、白血病和脑瘤。

伦敦王后玛丽大学研究员的研究员Trevor Graham教授说：

“乍一看，癌症的基因组可能看起来非常复杂，而我们的工作显示了这种复杂性是如何从一些简单模式的组合中产生的。这为我们了解癌症基因组提供了一个强大的窗口，假以时日，可能会帮助我们更好地了解和治疗癌症。”

临床相关性的搭便车突变

现有的重建肿瘤多样性的方法无法解释所谓的“中性进化”导致的基因变化。这就是中性或“搭便车”突变，既不提供生存优势，也不提供生存劣势，在肿瘤的某些细胞内随机形成，使识别那些具有重要临床相关性的基因突变更加困难，可以用药物进行靶向。

通过减少中性突变引起的错误分组的数量，新模型导致更准确，更复杂的肿瘤重建。

英国癌症研究所的首席执行官米歇尔·米切尔说:

“几十年的研究导致癌症治疗更加精确，医生现在能够靶向具有特异性遗传变化的癌细胞。这样的研究有助于确保我们分析患者的肿瘤的能力保持步伐与我们所做的快速进展保持步伐治疗，最大化其有效性。在这项技术创新的时代，AI和机器学习正在开辟许多新领域，以改善癌症治疗。接下来的步骤是看这些模型可以在临床环境中应用。“

---

---