Nature:应用人工智能无望帮忙临床大夫做出更好的癌症医治决议 |
![]() |
起源:本站原创 2021-09-28 12:52
在一项新的研讨中,研讨职员开辟出一种新的模子,可以区分致命的前列腺癌和那些不太能够招致症状或灭亡的前列腺癌的基因组特征。它还可以帮忙临床大夫预测前列腺癌患者的肿瘤是否会扩散到身材的其他部位,或许跟着光阴的推移变得对医治变得更具抵制性。2021年9月28日讯/BIOON/---在医治癌症患者时,肿瘤学家想要预测患者的病程,以做出症结的医治决议。相识肿瘤共同的分子特征可以帮忙指导这些决议,为癌症是成长迟缓照样具备侵袭性和致命性或许是会抵抗医治提供线索。新的分子谱技术发生了年夜量对于的信息,但大夫们始终在尽力将一切这些数据转化为有意义的预后。
在一项新的研讨中,来自美国布罗德研讨所和丹娜-法伯癌症研讨所的研讨职员开辟出一种新的模子,可以区分致命的前列腺癌和那些不太能够招致症状或灭亡的前列腺癌的基因组特征。它还可以帮忙临床大夫预测前列腺癌患者的肿瘤是否会扩散到身材的其他部位,或许跟着光阴的推移变得对医治变得更具抵制性。这种称为P-NET的模子还能辨认能够与疾病停顿无关的分子特征、基因和生物通路。P-NET使用基于机械培训的算法来阐发肿瘤的已知分子特征,并指出是否曾经或将能够扩散到身材的分歧部位---这是一种侵袭性和潜在致命性癌症的标记。该模子还能够帮忙癌症迷信家们更多地相识抵制性疾病的生物学个性,并且它能够可以推行到其他癌症。相关研讨成果于2021年9月22日在线颁发在Nature期刊上,论文题目为“Biologically informed deep neural network for prostate cancer discovery”。
论文通信作者、丹娜-法伯癌症研讨所副传授Eliezer (Eli) Van Allen说,P-NET提供的不仅仅是对患者的预后判断。他说,“咱们不仅进步了预测癌症是否会转移的才能,以及哪些基因能够与这种状态无关,并且作为癌症研讨职员,咱们可以应用这种模子的可解释性来相识这些疾病状态的生物学个性。”
树立一种更好的模子
为了树立一种可能区分晚期和早期前列腺癌的模子,这些作者开辟了一种专门的深度培训模子,与其他算法相比,该模子具备定制架构和改良的可解释性。在深度培训模子中,多层神经网络从年夜型数据集中“培训”,以便像人脑一样辨认形式。
这些作者应用这种办法将生物信息,如基因和代谢或旌旗灯号通路之间的已知关系,间接编码到他们的模子中。然后,他们应用1000多名前列腺癌患者的基因组序列和体细胞(即非性)渐变等数据训练P-NET,以便预测肿瘤是否具备侵袭性。当他们使用来自其他前列腺癌患者的数据测试他们的模子时,他们发现它能正确区分80%的转移性肿瘤和原发的停顿较慢的。这标明这种颠末训练的模子可能对新数据执行雷同的功效。
图片来自P-NET架构及特色。图片来自Nature, 2021, doi:10.1038/s41586-021-03922-4。
通过研讨P-NET并依据基因和通路的紧张性对其进行加权,他们还发现基因MDM4能够参加了前列腺癌的停顿和抗药性。此前,迷信家们以为该基因与其他癌症无关,但与前列腺癌有关。他们发现MDM4在前列腺肿瘤细胞中的适度表白与抗药性无关。当他们使用基因编纂敞开该基因时,癌细胞增殖削减,标明它们能够对医治更敏感。这些成果标明他们能够从新应用克制MDM4的药物--此中的一些药物今朝正在研讨用于医治其他癌症---医治前列腺。
这些作者说在颠末批改后,P-NET也能够帮忙学家预测其他癌症的疾病停顿和医治反馈。论文第一作者、布罗德研讨所副研讨员Haitham Elmarakeby说,“这种架构并不局限于前列腺癌。咱们的模子有很年夜的后劲,可以以分歧的方式进行扩大。”
Van Allen弥补说,跟着他和他的团队将其他品种的数据---包含更多的和成像数据---整合到这种模子中,P-NET将持续获得改善。他说,“关于咱们若何可能完成癌症生物学和机械培训之间的交融,这只是一个开端。这种交融是咱们信任咱们可能真正为癌症患者提供更多发现的处所。”(100医药网 100yiyao.com)
参考材料:
Haitham A. Elmarakeby et al. . Nature, 2021, doi:10.1038/s41586-021-03922-4.
版权声明 本网站一切注明“起源:100医药网”或“起源:bioon”的笔墨、图片和音视频材料,版权均属于100医药网网站一切。非经受权,任何媒体、网站或团体不得转载,不然将追究司法义务。取得书面受权转载时,须注明“起源:100医药网”。其它起源的文章系转载文章,本网一切转载文章系出于通报更多信息之目标,转载内容不代表本站态度。不愿望被转载的媒体或团体可与咱们分割,咱们将立刻进行删除处置。

- 相关报道
-
- 臭名昭著的“致癌物”竟摇身一变成为抗癌分子药物?!多项研究:常见于不新鲜坚果、谷物中的黄曲霉素,其天然产物或成为精准抗癌药物 (2025-07-11)
- Nature:古代欧亚大陆病原体时空分布研究有望揭示人类传染病的历史演变 (2025-07-11)
- 医药推销回款减速度:企业资金周转按下快进键 (2025-07-11)
- 《自然》:减重影响真的很大!科学家分析近20万细胞,发现减重可逆转肥胖导致的细胞衰老,但促炎巨噬细胞持续存在,或为反弹原因 (2025-07-11)
- Nature头条:尼安德特人比我们想象的更聪明,比人类早10万年掌握“炼油”技术 (2025-07-11)
- 医保钱包开明地域再扩容,快来看看有您的他乡吗 (2025-07-10)
- STTT:上海九院李青峰/谢峰团队揭示巨痣/兽皮病致病新机制,并提出治疗新策略 (2025-07-10)
- Science重磅发现:人类成年后乃至老年时,大脑海马体中仍在持续产生新的神经元,有助于记忆和学习 (2025-07-10)
- 体脂率多少的男/女性最具吸引力?三项科学研究揭露“完美身材”:男性体脂率13-14%+肩腰比1.57;女性完美身材则更为严格 (2025-07-10)
- STTT:中科院/南开团队发现,膜蛋白TfR1可入核“劫持”p53,增强癌细胞DNA损伤修复功能,对抗化疗 (2025-07-10)
- 视频新闻
-
- 图片新闻
-
医药网免责声明:
- 本公司对医药网上刊登之所有信息不声明或保证其内容之正确性或可靠性;您于此接受并承认信赖任何信息所生之风险应自行承担。本公司,有权但无此义务,改善或更正所刊登信息任何部分之错误或疏失。
- 凡本网注明"来源:XXX(非医药网)"的作品,均转载自其它媒体,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。本网转载其他媒体之稿件,意在为公众提供免费服务。如稿件版权单位或个人不想在本网发布,可与本网联系,本网视情况可立即将其撤除。联系QQ:896150040