使用机器学习从相同的症状中得出不同的原因

机器学习在生物医学研究中扮演着越来越重要的角色。bob88体育平台登录慕尼黑工业大学(TUM)的科学家们现在开发了一种利用分子数据提取疾病亚型的新方法。在未来，这种方法可以帮助支持更大患者群体的研究。

现在医生根据症状来定义和诊断大多数疾病。然而，这并不一定意味着具有相似症状的患者的疾病会有相同的病因或表现出相同的症状分子变化．在生物医学中，人们经常谈到疾病的分子机制。这指的是疾病开始时基因、蛋白质或代谢途径的调节变化。分层医学的目标是在分子水平上将患者划分为不同的亚型，以提供更有针对性的治疗。

从大量患者数据中提取疾病亚型，新的机器学习算法可以帮助。它们的设计目的是在广泛的临床测量中独立识别模式和相关性。LipiTUM的初级研究小组，由实验生物信息学主席Josch Konstantin Pauling博士领导，为此目的开发了一种算法。

通过自动化网络工具进行复杂分析

他们的方法结合了现有算法的结果，以获得更精确和更可靠的临床亚型预测。这样既统一了各算法的特点和优点，又避免了算法调整的耗时。这使得应用分析更加容易临床研究鲍林博士说。“因此，我们开发了一种基于网络的工具，允许无需事先了解生物信息学的从业者在线分析分子临床数据。”

在该网站上，研究人员可以提交他们的数据进行自动分析，并使用结果解释他们的研究。“对我们来说，另一个重要方面是结果的可视化。以前的方法不能产生患者群体、临床因素和分子特征之间关系的直观可视化。这种情况将随着我们的MoSBi工具生成的基于网络的可视化而改变，”TUM生命科学学院的科学家Tim Rose说。MoSBi代表使用双聚体的分子签名。双聚类是该算法使用的技术名称。

临床相关问题的申请

例如，有了这个工具，研究人员现在可以表示癌症研究的数据和各种场景的模拟。他们已经在一项大规模临床研究中证明了这种方法的潜力。在一项与德累斯顿马克斯普朗克研究所、德累斯顿技术大学和基尔大学诊所的研究人员进行的合作研究中，他们研究了脂质代谢在非酒精性脂肪患者的肝脏中肝脏疾病(NAFLD)。

这种广泛传播的疾病与肥胖和糖尿病有关。它是从非酒精脂肪肝(NAFL)，脂质沉积在肝细胞中;非酒精性脂肪性肝炎(NASH)，肝脏进一步发炎;肝硬化并形成肿瘤。除了饮食上的调整，到目前为止还没有发现治疗方法。因为这种疾病的特征和诊断是通过各种脂质的积累肝，了解它们的分子组成是很重要的。

肝病的生物标志物

使用MoSBi方法，研究人员能够证明NAFL期患者肝脏的异质性分子水平上．“从分子的角度来看肝细胞许多NAFL患者的结果与NASH患者几乎相同，而其他患者的结果仍与健康患者大致相似。我们也可以用临床数据来证实我们的预测，”鲍林博士说。“然后，我们能够确定两种潜在的疾病进展的脂质生物标志物。”这对于疾病的早期识别及其进展以及制定有针对性的治疗方法非常重要。

该研究小组已经在研究他们的方法的进一步应用，以更好地了解其他疾病。“在未来，算法将发挥更大的作用生物医bob88体育平台登录学研究比他们现在做的还要多。它们可以使发现复杂的机制和找到更有针对性的治疗方法变得非常容易，”鲍林博士说。

这项研究发表在美国国家科学院院刊．

---

---