研究人員創(chuàng)建算法來幫助預(yù)測(cè)與腫瘤變異相關(guān)的癌癥風(fēng)險(xiǎn)

范德比爾特大學(xué)的研究人員開發(fā)了一種主動(dòng)機(jī)器學(xué)習(xí)方法來預(yù)測(cè)未知意義的腫瘤變體或 VUS 對(duì)化療敏感性的影響。VUS，即對(duì)癌癥風(fēng)險(xiǎn)具有未知影響的突變 DNA 片段，正在不斷被發(fā)現(xiàn)。越來越多的罕見 VUS 使得科學(xué)家們必須對(duì)其進(jìn)行分析并確定它們帶來的癌癥風(fēng)險(xiǎn)類型。

傳統(tǒng)的預(yù)測(cè)方法對(duì)罕見的 VUS 顯示出有限的能力和準(zhǔn)確性。即使是機(jī)器學(xué)習(xí)，一種利用數(shù)據(jù)“學(xué)習(xí)”并提高性能的人工智能工具，在對(duì)某些 VUS 進(jìn)行分類時(shí)也不盡如人意。由共同第一作者和博士后研究員 Alexandra Blee 和 Bian Li 領(lǐng)導(dǎo)的校長(zhǎng)醫(yī)學(xué)主席兼生物化學(xué)和化學(xué)教授 Walter Chazin 的實(shí)驗(yàn)室最近的工作采用了主動(dòng)機(jī)器學(xué)習(xí)技術(shù)。

與機(jī)器學(xué)習(xí)一樣，主動(dòng)機(jī)器學(xué)習(xí)依賴于使用現(xiàn)有數(shù)據(jù)訓(xùn)練算法，并在兩輪訓(xùn)練之間為其提供新信息。Chazin 和他的實(shí)驗(yàn)室確定了預(yù)測(cè)最不確定的 VUS，對(duì)這些 VUS 進(jìn)行了生化實(shí)驗(yàn)，并將結(jié)果數(shù)據(jù)整合到后續(xù)的算法訓(xùn)練中。這使該模型能夠不斷改進(jìn)其 VUS 分類。

研究人員在四種已知與癌癥有關(guān)的蛋白質(zhì)上驗(yàn)證了他們的方法。借助經(jīng)過驗(yàn)證的算法，他們分析了參與稱為 NER 的 DNA 修復(fù)途徑的未表征 VUS(DNA 修復(fù)途徑中的突變通常與癌癥相關(guān))，并證明與傳統(tǒng)方法相比，主動(dòng)機(jī)器學(xué)習(xí)可以更好地預(yù)測(cè)變異對(duì)癌癥風(fēng)險(xiǎn)的影響。機(jī)器學(xué)習(xí)。

盡管在腫瘤基因組中發(fā)現(xiàn)的罕見 VUS 不太可能是這些腫瘤最初發(fā)展的主要原因，但它們?nèi)钥赡苡绊懩[瘤生長(zhǎng)和對(duì)治療的反應(yīng)。表征 VUS 有助于最大限度地提高臨床護(hù)理，向 VUS 解釋工具包添加主動(dòng)學(xué)習(xí)框架可以提高臨床醫(yī)生為每位患者使用精準(zhǔn)醫(yī)療的能力。

這項(xiàng)工作發(fā)表在Cancer Research上，為研究表達(dá)某些參與 NER 的 VUS 的細(xì)胞的功能障礙和化療反應(yīng)的機(jī)制奠定了基礎(chǔ)。

　　免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場(chǎng)無關(guān)。財(cái)經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險(xiǎn)自擔(dān)。 如有侵權(quán)請(qǐng)聯(lián)系刪除！