久久国产精品毛片,在线播放不卡,欧美在线观看成人,国产精品18久久久久久麻辣,中国a毛片,26uuu欧美日本,亚洲综合色在线

您的位置:健客網 > 新聞頻道 > 醫(yī)藥資訊 > 醫(yī)藥科研 > Cell Reports:AI+醫(yī)療再出新招,助力找出抗癌療法的“隱藏應答者”

Cell Reports:AI+醫(yī)療再出新招,助力找出抗癌療法的“隱藏應答者”

2018-04-11 來源:OFweek醫(yī)療科技網  標簽: 掌上醫(yī)生 喝茶減肥 一天瘦一斤 安全減肥 cps聯盟 美容護膚
摘要:研究人員特別將模型應用于Ras通路,它能產生控制細胞復制和死亡的蛋白質,Ras蛋白的正常功能的變化--其突變大約導致了30%的癌癥--可以使癌細胞生長和擴散,這些基因突變,是各種臨床試驗性抑制劑藥物和疫苗治療失敗的一大原因。

根據癌癥患者腫瘤中獨特的遺傳信息匹配相適應的治療選擇,這一精準醫(yī)療的新方向往往因為難以確定出所有可能對某一療法產生應答的患者而難以廣泛應用。據《CellReports》雜志近日在線發(fā)表的一份來自賓夕法尼亞大學的研究報告稱,患者的其他分子信息可能會揭示出這些所謂的“隱藏應答者”。

賓夕法尼亞大學佩雷爾曼醫(yī)學院藥理學助理教授CaseyGreene博士表示,靶向測序可以發(fā)現某些帶有對抗癌藥敏感的基因突變的個體,但許多人缺乏這些突變,而機器學習方法的改進可能會幫助這些患者找到合適的治療方法。

機器學習屬于人工智能的一個分支,能夠使用數據來進行學習和預測。Greene和論文第一作者GregoryP.Way利用機器學習對腫瘤中異常的蛋白活躍進行分類,他們設計的搜索癌癥基因組圖譜(TCGA)的算法整合了33種不同癌癥類型的基因數據,Greene和Way使用了轉錄組信息,即在個體內表達的所有信使RNA,這些“隱藏應答者”的轉錄組信息也許能揭示應答分子狀態(tài)。

EvaluatingMachine-LearningClassificationofRasActivation

研究人員特別將模型應用于Ras通路,它能產生控制細胞復制和死亡的蛋白質,Ras蛋白的正常功能的變化--其突變大約導致了30%的癌癥--可以使癌細胞生長和擴散,這些基因突變,是各種臨床試驗性抑制劑藥物和疫苗治療失敗的一大原因。

Thisimageshowsmachinelearningand'hiddenresponders'.

Credit:CaseyGreene,PhDPerelmanSchoolofMedicine,UniversityofPennsylvania,CellReports

“這一模型是通過對TCGA中人類腫瘤的遺傳數據進行訓練,并能夠預測某些抑制劑的反應。”Greene表示,轉錄組以往用于腫瘤精準治療中的作用被低估了,當與機器學習相結合時,它可以幫助識別潛在的“隱藏應答者”。

研究人員正在努力研究,通過機器學習分析失控的Ras活躍度和腫瘤數據,以幫助患者找到合適的治療方法。

看本篇文章的人在健客購買了以下產品 更多>
有健康問題?醫(yī)生在線免費幫您解答!去提問>>
健客微信
健客藥房