Nat Commun:科学家开发了一种新的机器学习算法 或能准确解锁临床癌症样本中的基因组代码 |
![]() |
来源:100医疗网原创2022-09-14 10:33
来自芬兰赫尔辛基大学等机构的科学家通过研究开发出一种新方法,或能准确分析癌症档案活检组织中的基因组数据。这种新工具可以使用机器学习方法来纠正受损的DNA,并揭示肿瘤样本中真实的突变过程。
近日,在国际期刊《自然通讯》发表的一篇题为《福尔马林固定在人类基因组上的突变特征》的研究报告中,来自芬兰赫尔辛基大学等机构的科学家通过研究开发出一种新方法,或能准确分析癌症档案活检的基因组数据。这种新工具可以使用机器学习方法来纠正受损的DNA,并揭示肿瘤样本中真实的突变过程,这可能有助于在数百万份存档的癌症样本中发现巨大的医学价值。
基于分子的技术可以帮助合适的患者匹配准确的癌症治疗,研究人员对临床癌症样本的DNA分析和特征非常感兴趣。研究员郭说,由于DNA的质量很差,这种珍贵的资源目前无法用于分子诊断,福尔马林会对DNA造成严重的损伤,因此这可能对分子被保存下来的组织中的癌症基因组的特征提出不可避免的挑战。
分析癌症基因组的突变过程有助于尽早发现癌症,准确诊断癌症。同时,它揭示了为什么一些癌症对治疗有抗性。这种新方法可以明显加快临床应用的发展,并直接影响未来癌症患者的护理。在这篇研究报告中,研究人员使用了一种名为FFPEsig的机器学习方法来揭示福尔马林是如何导致DNA突变的。相关研究结果表明,在正常情况下,如果不进行噪声校准,将近一半的癌症过程会被遗漏。然而,在FFPEsig的帮助下,90%以上的癌症都可以被准确预测。
科学家开发了一种新的机器学习算法,或能准确解锁临床癌症样本中的基因组代码。
图片:《自然通讯》(2022)。doi : 10.1038/s 41467-022-32041-5
癌症是逐渐发展的,对纵向样本中突变过程的分析有助于识别临床信息预测因子,诊断每个肿瘤阶段。据研究人员称,这项研究可以促使他们从室温下储存的肿瘤活检样本中识别出临床相关特征。随着对福尔马林如何影响癌症基因组的进一步了解,这项研究可能会为研究人员提供一些机会,通过使用大规模具有成本效益的存档样本来改变已开发的特征检测方法。
研究人员指出,目前这种方法还不能完全去除FFPE样本中显示批次效应的标记,而且这种工具的性能因癌症类型而异,因此任何研究发现都必须非常仔细地解读;目前,研究人员对进一步将他们的方法应用于更广泛的档案样本非常感兴趣。综上所述,本研究结果表明,FFPEsig这种新的机器学习方法可以在模拟和全基因组测序中准确分析FFPE癌症样本的突变特征,因此它可能提供一个特殊的机会来帮助释放存档患者样本的额外临床潜力。(100yiyao.com)
原始来源:
郭,q .拉卡托斯,e .Bakir,I.A .等.国家共同体13,4487 (2022年)。doi:10.1038/s41467-022-32041-5
版权声明
本网站所有标注“来源:100医学网”或“来源:bioon”的文字、图片及音视频资料,版权归100医学网网站所有。未经授权,任何媒体、网站、个人不得转载,否则将追究法律责任。获得书面授权转载时,必须注明“来源:100医学网”。其他来源的文章均为转载文章。本网站所有转载文章都是为了传递更多信息。转载内容不代表本站立场。不想被转载的媒体或个人可以联系我们,我们会立即删除。
87%的用户都在使用100医疗网APP随时阅读、评论、分享。请扫描二维码下载-

- 相关报道
-
- 博腾生物与华隆生物达成战略合作,加速MATC细胞药物开发,突破实体瘤治疗瓶颈 (2025-05-13)
- 新一代BCL2抑制剂索托克拉新适应症MCL上市申请获受理,百济神州血液肿瘤管线新突破 (2025-05-13)
- 2025未来医疗100强榜单发布:立足当下,突破创新临界点 (2025-05-13)
- 《神经元》:剑桥大学团队发现,ACLY抑制剂或能治疗帕金森病! (2025-05-12)
- 《科学》新研究:一次用药,抗抑郁效果从几天延长至2个月! (2025-05-12)
- Nature头条:首次发现,这种超级细菌能够吃掉医用塑料来生存 (2025-05-12)
- 《自然》:摧毁最强促癌网络!科学家发现SHOC2是支撑RAS促癌通路的关键蛋白,阻断二者相互作用,可让RAS促癌网络瘫痪 (2025-05-12)
- Nature:耐药癌细胞的末日铁骑!揭秘溶酶体铁引发的死亡风暴 (2025-05-12)
- 每晚只睡三四个小时却精力充沛!我国学者发现,这个基因突变会导致天然短睡眠 (2025-05-12)
- Cell:新研究表明在同一手臂接种加强疫苗能够更快产生更有效的免疫反应 (2025-05-12)
- 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