新方法预测药物反应的癌症患者

代尔夫特理工大学的研究人员和荷兰癌症研究所(NKI)开发了一个算法来预测患者对抗癌药物。这使我们能够识别更快如果有些药物能有积极的效果在一个特定的病人,甚至等复杂的药物化疗反应通常是很难预测的。调用此方法处理和利用财富以前收集的数据通过研究细胞系。人类细胞的细胞系由应变,人为地生长在培养皿中。这些细胞系已被广泛用于研究癌症药物的耐药机制。这些发现,然而,迄今为止,对人类不好翻译。部分原因是由于这一事实细胞系是有限的人工模型复杂性相比,实际的肿瘤。交易是弥合这一差距模型开发的系统和临床实践。

Soufiane Mourragui、生物信息学博士学位的学生,开发了算法。交易,他解释说:“我们的方法使用药物响应数据衡量细胞系模型预测患者对特定的反应抗癌药物。不幸的是,这些模型并不完全代表了生物学观察癌症患者。为了解决这个问题,办理使用机器学习模型之间的共同的生物学细胞系和肿瘤。我们已经表明,这将导致更好的预测两个临床数据集。很高兴能够使用计算机算法可能有一天支持医生在他们的治疗决定。”

更多的可能性与机器学习

对红外博士教授。马塞尔Reinders,交易是第一步在正确的方向上。“我们现在可以更好地预测人们对药物的反应。有趣的是,我们现在可以用交易来预测各种现有的药物,病人是否会回应他们。”The development of TRANSACT opens up new possibilities for the development of treatments for cancer patients," according to prof. dr. Lodewyk Wessels. Wessels is group leader at the Netherlands Cancer Institute and holds a chair in Computational Cancer Biology at the TU Delft. "Machine learning helps us to focus on the processes that are shared between cell lines and patients, and that play an important role in drug response. Our goal is to employ these results to assist clinicians in selecting the best treatment for the patient."

Soufiane Mourragui说,“虽然我们的工作代表了领域的进步药物响应预测,这种新方法的性能仍远临床适用性和还需要更多的研究来进一步改善它。但是我们越来越近了。有更多的数据和算法的发展,我们希望提高性能。”