導讀 國王學院醫(yī)院和倫敦瑪麗皇后大學的研究人員表明，一種新的基于計算機的算法可以根據用于治療原發(fā)性肝癌的藥物對減少癌細胞生長的功效進行排
國王學院醫(yī)院和倫敦瑪麗皇后大學的研究人員表明，一種新的基于計算機的算法可以根據用于治療原發(fā)性肝癌的藥物對減少癌細胞生長的功效進行排名。
該算法名為“使用機器學習的藥物排名”(DRUML)，以前旨在為診斷出患有癌癥的患者確定有效的治療方法。該方法基于對通常在惡性細胞中觀察到并且被認為是細胞繁殖能力的關鍵的修飾蛋白的分析。這是該機器學習方法首次用于確定膽管癌(一種原發(fā)性肝癌)的潛在新療法。研究人員表示，DRUML 有可能對其他癌癥的藥物進行排名。
研究人員希望有一天醫(yī)生可以利用這項新技術來預測個體患者對治療的反應并開出最有效的治療計劃。
這項研究，這是由國王學院醫(yī)院慈善和瑪麗創(chuàng)新資助，最近發(fā)表在癌癥研究，癌癥研究協會的雜志。
肝癌每年在英國影響 6,200 人。這種疾病通常不會被發(fā)現，因為患者早期不會出現癥狀。即使在早期發(fā)現，診斷后的五年生存率也低于 13%。
膽管癌，也稱為膽管癌 (CCA)，是一種原發(fā)性肝癌，起源于肝臟中稱為膽管細胞的細胞。
新算法是在對世界各地患者捐贈的 CCA 細胞和腫瘤進行分析后開發(fā)的，其中包括國王學院醫(yī)院肝臟生物庫的捐贈者。
研究人員在瑪麗女王的 Barts 癌癥研究所訓練 DRUML，通過檢查有關存在失調(過度活躍或不活躍)蛋白質的數據，識別和排列來自一系列癌癥的細胞系對 400 多種藥物的反應。然后將 DRUML 應用于捐贈的 CCA 細胞和腫瘤，以便根據患者在這些細胞中的蛋白質模式提出治療建議。
標簽：
免責聲明：本文由用戶上傳，如有侵權請聯系刪除！