導讀 他們強大的方法將人工智能與查爾斯·達爾文進化論的數(shù)學模型相結合，比以往任何時候都更準確地分析遺傳數(shù)據(jù)，為如何利用癌癥的遺傳多樣性為...
他們強大的方法將人工智能與查爾斯·達爾文進化論的數(shù)學模型相結合，比以往任何時候都更準確地分析遺傳數(shù)據(jù)，為如何利用癌癥的遺傳多樣性為患者提供定制治療的根本轉變鋪平了道路。
將這些新算法應用于從患者樣本中獲取的 DNA 數(shù)據(jù)表明，腫瘤的遺傳結構比之前認為的更簡單。算法顯示，腫瘤的不同細胞亞群(稱為“亞克隆”)比之前建議的要少。倫敦癌癥研究所和倫敦瑪麗女王大學的科學家們還可以判斷出每個亞克隆的年齡以及生長速度。
這些模型將深刻改變癌癥患者遺傳數(shù)據(jù)的分析和解釋方式。未來，它們可以用來更好地指導治療策略，使醫(yī)生能夠為每位患者提供針對特定基因變化的正確藥物組合。研究小組希望有一天他們的方法甚至可以用來預測癌癥的演變，提供癌癥如何生長、擴散或復發(fā)的早期跡象。
改變遺傳分析的潛力
該研究的首席研究員兼 ICR 新癌癥藥物發(fā)現(xiàn)中心癌癥進化主任 Andrea Sottoriva 教授表示：
“腫瘤是進化的一個縮影，不同的細胞群競相生存并對環(huán)境壓力做出反應。
標簽：
免責聲明：本文由用戶上傳，如有侵權請聯(lián)系刪除！