人工智能教进化论揭示癌症的生活历史

科学家开发出了迄今为止最精确的计算方法重建的遗传缺陷在肿瘤和他们的历史在疾病的发展过程中,新的研究由英国癌症研究和出版自然遗传学。

他们强大的方法结合人工智能数学模型的查尔斯·达尔文的进化论分析基因数据比以往更准确,为一个根本性的转变铺平了道路癌症的遗传多样性是用来提供量身定制的治疗病人。

应用这些新算法DNA数据取自患者样本显示,肿瘤已经比之前认为的更简单的遗传结构。算法表明,肿瘤有更少的截然不同的亚种群的细胞,称为“积累”,比之前的建议。研究所的科学家们,癌症研究,伦敦和伦敦大学玛丽皇后,也可以告诉每个subclone多大了和它的增长速度。

这些模型将深刻改变癌症患者的遗传数据进行了分析和解释。在未来,他们可以用来更好的指导治疗策略,允许医生为每个病人提供正确的组合药物针对特定基因的变化。和团队希望有一天他们的方法甚至可以用来预测癌症演化,提供一个癌症将如何成长的早期迹象,传播或复发。

可能改变的遗传分析

安德里亚Sottoriva教授,这项研究的首席研究员兼癌症进化的新癌症药物研发中心只有几说:

“肿瘤是进化的一个缩影,不同人群的细胞生存和竞争应对环境压力。

“通过利用人工智能的计算能力,结合自达尔文的进化理论开发的时候,我们的方法能够理解复杂基因数据而准确地重建一个肿瘤的遗传历史。我们的工作有可能把我们描述全貌的肿瘤的基因组成独立的组织样本。与我们的新算法我们可以看到更详细的癌症发展和如何发展耐药性。”

强大的癌症基因组的窗口

团队,包括癌症生物学家、进化论者,统计学家和计算机科学家,使用的数据来自2600多个肿瘤样本的开发和优化他们的新软件。他们测试了各种不同类型的癌症,包括乳腺癌、肠癌、白血病和脑部肿瘤。

特雷弗·格雷厄姆教授,这项研究的首席研究员从伦敦大学玛丽皇后,说:

“一开始看,一个癌症的基因组会显得非常复杂,和我们的工作显示了这种复杂性如何走出几个简单的组合模式。这给了我们一个强大的窗口在癌症基因组,在时间,可以帮助我们更好地理解和治疗癌症。”

占漫游突变与临床的相关性

现有的方法重建多样性肿瘤未能占基因变化由于所谓的“中性进化。”This is where neutral, or 'hitchhiker' mutations that provide neither a survival advantage, nor disadvantage, build up randomly within certain cells of a tumor, making it more difficult to identify those genetic mutations that do have important clinical relevance, and could be targeted with drugs.

新模型的结果更准确、更复杂的肿瘤重建通过减少错误的分组的数量产生的中性突变。

米歇尔·米切尔,英国癌症研究中心的首席执行官说:

“几十年的研究导致了癌症治疗变得更加精确,与医生可以针对癌症细胞与特定的基因变化。像这样的研究有助于确保我们的能力来分析病人的肿瘤会跟上飞速发展我们在治疗,最大限度地提高其有效性。在这个科技创新的时代,人工智能和机器学习开放许多改善癌症治疗的新领域。接下来的步骤将是看看这些模型可以应用于临床。

---

---