人工智能利用肿瘤遗传学预测患者对化疗的反应
2024-01-25
来源: drugdu
104
由于DNA复制的复杂性，理解肿瘤对药物的反应变得具有挑战性，而DNA复制是许多癌症治疗的关键靶点。所有细胞，包括癌症细胞，在细胞分裂过程中都依赖于复杂的DNA复制系统。大多数化疗的目的是破坏这种快速增殖的肿瘤细胞的复制过程。鉴于肿瘤的基因突变多种多样，预测耐药性仍然是一个艰巨的挑战。现在，科学家们开发了一种机器学习算法，能够预测癌症何时会抵抗化疗。该模型在癌症上进行了专门测试，准确预测了对广泛使用的化疗药物顺铂的反应。它有效地识别了可能抵抗治疗的肿瘤，并揭示了驱动这种抵抗的分子机制。
该算法由加州大学圣地亚哥医学院（美国加利福尼亚州拉霍亚）开发，评估各种基因突变如何共同影响肿瘤对DNA复制抑制药物的反应。这项研究围绕着在癌症临床基因检测中通常分析的718个基因展开。这些基因的突变构成了机器学习模型的基础，该模型使用公开的药物反应数据进行训练。这一过程导致了41种分子复合物的鉴定，这些复合物是相互作用的蛋白质簇，基因改变会影响药物的有效性。该模型的疗效在癌症宫颈癌中得到了特别证明，约35%的肿瘤表现出对治疗的耐药性。
该算法成功区分了可能对治疗有反应、与更好的患者结果相关的肿瘤和具有耐药性的肿瘤。重要的是，该模型还通过精确定位导致宫颈癌症耐药性的蛋白质复合物，为其决策过程提供了见解。该模型的这种可解释性特征不仅对其有效性至关重要，而且对在医疗应用中建立可靠的人工智能系统也至关重要。
加州大学圣地亚哥医学院医学系教授Trey Ideker博士表示：“临床医生以前知道一些与治疗耐药性有关的个体突变，但这些孤立的突变往往缺乏显著的预测价值。原因是，与以前所认识到的相比，更多的突变可以塑造肿瘤的治疗反应。人工智能弥合了我们理解上的差距，使我们能够同时分析数千种复杂的突变。”
Ideker补充道：“揭示人工智能模型的决策过程至关重要，有时与预测本身一样重要。我们的模型的透明度是它的优势之一，首先是因为它建立了对模型的信任，其次是因为我们确定的每一个分子组装体都成为了化疗的潜在新靶点。我们乐观地认为，我们的模型不仅在增强当前癌症治疗方面，而且在开拓新的治疗方面都将有广泛的应用。”
来源：
责编: editor
版权著作，未经滴度drugdu.com书面授权，严禁转载，违者将被追究法律责任。
相关News
- 新研究揭示内脏利什曼病的全球风险分布 2024-04-30
- 研究表明，出售供消费的肉类中存在高水平的抗生素耐药性 2024-04-30
- 吉利德减记 Trodelvy 24 亿美元，首席执行官强调“专注执行的时间” 2024-04-30
- 辉瑞 B 型血友病基因疗法获得 FDA 批准，每剂收费 350 万美元 2024-04-30
- 先锋研究所研究发现《通货膨胀削减法》阻碍非阿片类药物创新 2024-04-30
