根據(jù)《自然·醫(yī)學(xué)》雜志7日發(fā)表的一篇論文,美國麻省理工學(xué)院和達納-法伯癌癥研究所的研究人員開發(fā)了一種新方法,使識別一些神秘癌癥的原發(fā)灶位置變得更容易。
研究人員利用近3萬名22種已知癌癥的患者數(shù)據(jù)來訓(xùn)練機器學(xué)習(xí)模型,它可分析大約400個基因序列,這些基因經(jīng)常在癌癥中發(fā)生突變。然后,研究人員使用這些信息來預(yù)測給定的腫瘤在體內(nèi)的起源位置。
他們在約7000個腫瘤上測試了新模型OncoNPC,這些腫瘤以前從未見過,但其起源已知。該模型能以80%的準(zhǔn)確率預(yù)測它們的起源。對于占總數(shù)約65%的具有高置信度預(yù)測的腫瘤,其準(zhǔn)確率達到約95%。研究人員表示,利用該模型,他們可在約900名患者的數(shù)據(jù)集中準(zhǔn)確地對至少40%的不明來源腫瘤進行高置信度分類。這種方法使符合基因組指導(dǎo)、根據(jù)癌癥起源位置進行靶向治療的患者數(shù)量增加了2.2倍。
在3%—5%的癌癥患者中,特別是在腫瘤已轉(zhuǎn)移到全身的情況下,腫瘤學(xué)家沒有一種簡單的方法來確定癌癥的起源。這些腫瘤被歸類為原發(fā)灶不明癌癥。許多抗癌藥物通常用于特定癌癥,無法確定原發(fā)灶位置往往使醫(yī)生無法為患者精準(zhǔn)地對癥下藥。
研究人員計劃擴展他們的模型,以涵蓋更多類型的數(shù)據(jù),例如病理圖像和放射圖像,從而提供更全面的預(yù)測。這也將為模型提供腫瘤的全面視角,使其不僅能夠預(yù)測腫瘤類型,甚至還可預(yù)測最佳治療方案。
(責(zé)任編輯:華康)