導讀 在《癌癥發(fā)現(xiàn)》雜志上發(fā)表的一項研究中，加州大學圣地亞哥分校醫(yī)學院的科學家利用機器學習算法來解決癌癥研究人員面臨的最大挑戰(zhàn)之一：預測...
在《癌癥發(fā)現(xiàn)》雜志上發(fā)表的一項研究中，加州大學圣地亞哥分校醫(yī)學院的科學家利用機器學習算法來解決癌癥研究人員面臨的最大挑戰(zhàn)之一：預測癌癥何時會對化療產(chǎn)生抵抗。
所有細胞，包括癌細胞，都依賴復雜的分子機制來復制 DNA，作為正常細胞分裂的一部分。大多數(shù)化療通過破壞快速分裂的腫瘤細胞中的 DNA 復制機制來發(fā)揮作用。雖然科學家們認識到腫瘤的遺傳組成嚴重影響其特定的藥物反應，但腫瘤內發(fā)現(xiàn)的大量突變使得耐藥性的預測成為一個具有挑戰(zhàn)性的前景。
新算法通過探索大量基因突變如何共同影響腫瘤對阻礙 DNA 復制的藥物的反應，克服了這一障礙。
具體來說，他們在宮頸癌腫瘤上測試了他們的模型，成功預測了對順鉑(最常見的化療藥物之一)的反應。該模型能夠識別最有可能產(chǎn)生治療耐藥性的腫瘤，并且還能夠識別驅動治療耐藥性的許多潛在分子機制。
Trey 表示：“臨床醫(yī)生之前已經(jīng)意識到一些與治療耐藥性相關的個體突變，但這些孤立的突變往往缺乏顯著的預測價值。原因是，影響腫瘤治療反應的突變數(shù)量比以前認識的要多得多。”加州大學圣地亞哥分校醫(yī)學系教授 Ideker 博士解釋道。
標簽：
免責聲明：本文由用戶上傳，如有侵權請聯(lián)系刪除！