作為一個直接后果，絕大多數(shù)試驗仍然無法從給藥前基于分子證據(jù)的 OSA 患者選擇中獲益。這種分層的缺乏導致難以解釋結果，特別是對于靶向藥物，如多激酶抑制劑或抗破骨藥物。
“與此同時，幸運的是，許多研究和臨床團隊積累了大量稀疏但趨同的觀察結果，逐漸描繪出耐藥性骨肉瘤的畫像，這為新的轉化發(fā)現(xiàn)鋪平了道路。”
在他們的新社論中，巴黎薩克萊大學的研究人員Gaël Moquin-Beaudry、Maria Eugenia Marques da Costa、Nathalie Gaspar 和AntoninMarchais討論了他們最近的研究，他們使用無監(jiān)督機器學習算法在診斷時根據(jù)功能豐富的基因表達模塊對 OSA 進行分類免疫微環(huán)境和腫瘤表型特征。
“最近，幾項重要的研究利用多組學方法和人工智能，以前所未有的詳細程度對 OSA 進行了分子描述。”
標簽：
免責聲明：本文由用戶上傳，與本網站立場無關。財經信息僅供讀者參考，并不構成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權請聯(lián)系刪除！