基于机器学习算法来预测哪些癌症患者从免疫疗法中获益

生物医学研究所的科学家们研究巴塞罗那(IRB),与基因组中心合作监管(点)和内梅亨大学开发了一个算法,可以预测哪些癌症患者更有可能受益于免疫疗法。

在我们的DNA突变可以破坏蛋白质合成,有时导致截断蛋白质不工作。被称为无意义突变,这些类型的改变可以引起遗传性疾病和不同类型的癌症。保持截短蛋白的数量降到最低,人类细胞识别和去除rna通过质量控制与无意义突变过程称为nonsense-mediated mRNA衰变(NMD)。

为了更好地理解NMD在人类疾病的影响,研究人员建立了NMDetective,工具描述所有可能的无义突变在人类基因组中出现。由大规模的统计分析的基础上机器学习,该算法识别容易NMD的突变基因。

今天在描述自然遗传学,科学家利用NMDetective分析成千上万的基因变异引起的遗传性疾病在人类身上。“我们惊讶地发现,在许多情况下,NMD活动将导致更严重的疾病,”弗兰Supek说ICREA研究员,基因组数据的科学实验室主管IRB巴塞罗那和团队领导人建立了工具。

研究结果表明,药理NMD抑制可能减缓许多不同的遗传疾病的进展。区分哪些患者可能受益于这种疗法,有必要应用精密医学方法来确定突变负责疾病和NMD在这个突变的影响,而这正是NMDetective发挥作用的地方。

研究人员还研究了NMD在癌症和肿瘤和免疫系统之间的交互。“我们发现NMD活动是重要的成功的结果的预测癌症免疫疗法的“Supek解释道。研究人员发现NMD隐藏突变,否则会引发免疫系统。因此,NMDetective可以用来分析突变出现在肿瘤中,为了更好的区分癌症患者响应从那些不应对免疫治疗免疫疗法。

充斥着“肿瘤基因突变,应该让各种各样的奇怪的蛋白质。免疫系统应该接这些,识别细胞出错和摧毁他们,”本·雷纳说基因组调控中心研究员也在研究了聚会。“但这些奇怪的蛋白质从未得到,因为NMD。”

“这个算法可以区分哪些突变,不会引发这个错误检查系统。令人兴奋的是,药物阻止NMD已经存在,这可能是与其他的治疗方法一起使用帮助免疫系统更好的识别肿瘤细胞,”雷纳,解释道。

“在这里,我们看到一个例子,公开的癌症基因组学数据可以通过机器学习的方法来“重用”更好地理解生物过程如NMD,”第一作者Rik Lindeboom说,荷兰内梅亨大学的研究员。“研究尤其令人兴奋的是,我们可以直接翻译这个基础研究为临床医生和患者相关的见解。”