導(dǎo)讀 他們強(qiáng)大的方法將人工智能與查爾斯·達(dá)爾文進(jìn)化論的數(shù)學(xué)模型相結(jié)合，比以往任何時(shí)候都更準(zhǔn)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(qiáng)大的方法將人工智能與查爾斯·達(dá)爾文進(jìn)化論的數(shù)學(xué)模型相結(jié)合，比以往任何時(shí)候都更準(zhǔn)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(zhuǎn)變鋪平了道路。
將這些新算法應(yīng)用于從患者樣本中獲取的 DNA 數(shù)據(jù)表明，腫瘤的遺傳結(jié)構(gòu)比之前認(rèn)為的更簡(jiǎn)單。算法顯示，腫瘤的不同細(xì)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(xué)的科學(xué)家們還可以判斷出每個(gè)亞克隆的年齡以及生長(zhǎng)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(lái)，它們可以用來(lái)更好地指導(dǎo)治療策略，使醫(yī)生能夠?yàn)槊课换颊咛峁┽槍?duì)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(lái)預(yù)測(cè)癌癥的演變，提供癌癥如何生長(zhǎng)、擴(kuò)散或復(fù)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(jìn)化主任 Andrea Sottoriva 教授表示：
“腫瘤是進(jìn)化的一個(gè)縮影，不同的細(xì)胞群競(jìng)相生存并對(duì)環(huán)境壓力做出反應(yīng)。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請(qǐng)聯(lián)系刪除！