使用具有癌症甲基化特征的机器学习算法诊断结直肠癌

一个隶属于中国众多机构的研究团队使用了一种具有癌症甲基化特征的机器学习算法来诊断结直肠癌。在他们发表在杂志上的论文中科学转化医学该小组介绍了他们诊断和预测结直肠癌的新方法，以及它的效果。

目前，检测的黄金标准结肠直肠癌是通过使用结肠镜检查——不幸的是，这种程序是侵入性的，对病人来说不舒服和尴尬的。正因为如此，许多人放弃了检查，不幸的是，有些人患了结直肠癌，很长一段时间都没有被发现。拒绝检测是有问题的，因为大肠癌是全球第三大致命癌症。科学家们认识到了这个问题，并继续寻找检测这种疾病的其他方法。一个有前途的研究领域是在血液中寻找疾病的标记物，这将大大降低侵袭性。不幸的是，这种检查仍然不如结肠镜检查有效。在这项新研究中，研究人员观察了两种方法结合的可能性诊断工具为了提高准确性。

第一个诊断工具涉及识别结肠直肠癌特异性甲基化特征。研究人员通过比较结直肠癌患者和非结直肠癌患者的癌症组织，更具体地说，他们寻找循环肿瘤DNA (ctDNA)的差异。一旦他们有了标记，他们就用机器学习算法发现那些有患结肠直肠癌风险的人的癌症。该算法使用了801名结直肠癌患者和1021名非结直肠癌患者的细胞数据进行训练，并学会了区分细胞类型。一旦该系统了解了要寻找什么，研究人员就在已知患有结肠直肠癌的患者身上进行了测试癌症．研究人员报告说，在测试敏感性和特异性时，该系统的准确率分别为87.5%和89.9%。

研究人员还报告称，他们开发的一种与诊断工具相结合的修正预后模型被发现对预测26.6个月的患者死亡风险非常有用。他们还发现，他们发现的甲基化标记之一在筛选过程中特别有用。

©2020科学BOB体育赌博X网