Naukowcy opracowali nowy biomarker raka żołądka, który może przewidzieć reakcje terapeutyczne na podstawie sekwencjonowania genomu i uczenia maszynowego.
W ramach projektu badawczego naukowcy odkryli, że uczenie maszynowe sekwencjonowania genomu można wykorzystać do przewidywania Rak żołądka Odpowiedzi na leczenie.
Sztuczna inteligencja i leczenie raka
Niestety, metody leczenia takie jak chemioterapia lub immunoterapia nie są pomocne u wszystkich pacjentów. Dlatego znalezienie sposobu przewidywania reakcji pacjentów na terapie znacząco pomaga w procesie zdrowienia. Nowe badanie opublikowane w Nature Communications pokazuje, jak można łączyć sztuczna inteligencja (AI) i uczenie maszynowe z sekwencjonowaniem genomu mogą pomóc w przewidywaniu postępu leczenia raka żołądka.
Naukowcy z Mayo Clinic, Cleveland Clinic, Younes University College of Medicine, St. Mary Seoul Hospital i University of Texas Southwestern Medical Center napisali w artykule badawczym:
Według statystyk za rok 2020 opublikowanych przez Global Cancer Institute (GLOBOCAN) rak żołądka, znany również jako rak brzucha, jest czwartą najczęstszą przyczyną zgonów z powodu nowotworów na świecie i piątą najczęstszą przyczyną.
Dlatego naukowcy postanowili zastosować sztuczna inteligencja oraz sekwencjonowanie genomu w celu zaprojektowania biomarkera, który będzie stosowany jako narzędzie dodatkowe i formułuje zalecenia dotyczące opieki klinicznej nad pacjentami z rakiem żołądka.
Według Narodowego Instytutu Badań nad Genomem Człowieka sekwencjonowanie określa kolejność linii podstawowych w nici DNA.
Warto wiedzieć, że sekwencjonowanie DNA wykorzystuje się także do wykrywania mutacji genetycznych i mutacji związanych z chorobami.
„Profile genomowe mogą dostarczyć informacji prognostycznych i predykcyjnych dotyczących opieki klinicznej” – napisali naukowcy w artykule badawczym. „Niestety nie wszystkie biomarkery umożliwiające prognozowanie odpowiedzi klinicznej pacjenta na chemioterapię w przypadku raka żołądka są niedokładne”.
Aby rozwiązać ten problem, naukowcy opracowali algorytm uczenia maszynowego o nazwie NTriPath. Oczywiście algorytm ten nie jest nowy. Wykorzystano ją do znalezienia prognostycznych sygnatur genów związanych z różnymi nowotworami, takimi jak czerniak, rak płaskonabłonkowy głowy i szyi, rak nerkowokomórkowy i rak pęcherza moczowego. W tym badaniu w ramach projektu NTriPath poszukiwano szlaków specyficznych dla gruczolakoraka żołądka, korzystając z danych dotyczących mutacji somatycznych nowotworu, baz danych szlaków i sieci interakcji gen-gen.
W związku z tym dane dotyczące ponad 6600 pacjentów, w tym dziewiętnastu typów nowotworów, zostały dostarczone przez Atlas of the Cancer Genome Project (TCGA) jako dane wejściowe do algorytmu uczenia maszynowego w celu zidentyfikowania ścieżek, które mogą powodować raka żołądka, raka płaskonabłonkowego głowy i szyja. Trzy główne przebiegi raka żołądka obejmują trzydzieści dwa geny.
Naukowcy wykorzystali uczenie maszynowe do zbudowania maszyny wektorów nośnych (SVM) z rdzeniem liniowym w celu wygenerowania wyniku ryzyka genetycznego w celu przewidywania stanu pacjenta w ciągu pięciu lat. Ponadto potwierdzili ocenę ryzyka, korzystając z trzech niezależnych zbiorów danych, aby uzyskać dokładne wyniki.
Naukowcy zauważyli w swoim raporcie, że odkryli, że sygnatury 32 genów mogą zapewnić czynniki predykcyjne odpowiedzi pacjentów na leczenie. Dlatego też generowanie sygnatur molekularnych na podstawie próbek tkanek uzyskanych w momencie rozpoznania może dostarczyć ważnych informacji klinicznych do przewidywania i planowania leczenia.
Ta retrospektywna analiza stanowi znaczący krok naprzód w identyfikacji pacjentów chorych na raka, którzy nie odniosą korzyści z chemioterapii i immunoterapii.
W przypadku kolejnych etapów naukowcy zalecają potwierdzenie w przyszłości trzydziestu dwóch sygnatur genowych na większych grupach pacjentów.
Pobierz motywy WordPress za darmoPobierz najlepsze motywy WordPress do pobrania za darmoPobierz motywy WordPress za darmoPobierz najlepsze motywy WordPress do pobrania za darmodarmowy płatny kurs Udemy do pobraniapobierz oprogramowanie mobilnePobierz motywy WordPress za darmodarmowy kurs Udemy do pobrania
