Învățarea automată prezice eficiența medicamentelor antitumorale
©
Autor: Anghelescu Ariana Andreea
Odată cu apariția farmaogenomicii, cercetarea în domeniul învățării automate (machine learning) este în curs de desfășurare pentru a prezice răspunsul pacienților la medicamente. Acest răspuns variază individual în funcție de algoritmii derivați de la datele colectate anterior despre răspunsurile la medicamente. Introducerea datelor de învățare de înaltă calitate, care pot reflecta cât mai mult posibil răspunsul la medicamente al unei persoane, este punctul de plecare pentru îmbunătățirea acurateții predicției. Anterior, s-au utilizat studiile clinice pe modele animale, care erau relativ mai ușor de obținut comparativ cu datele clinice umane.
O echipă de cercetare, condusă de profesorul Sanguk Kim, din cadrul departamentului de Life Sciences de la POSTECH, atrage atenția prin creșterea cu succes a preciziei predicțiilor răspunsului la medicamente antitumorale, prin utilizarea datelor cele mai apropiate de răspunsul unei persoane reale.
Oamenii de știință au dezvoltat această tehnică de învățare automată prin algoritmi care învață informațiile despre transcriptom din organoizi artificiali derivați de la pacienți umani. Studiul a fost publicat în revista Nature Communication.
Chiar și pacienții cu același tip de cancer au reacții diferite la medicamentele antitumorale, astfel încât tratamentul personalizat este considerat primordial. Cu toate acestea, predicțiile actuale s-au bazat pe informații genetice ale celulelor canceroase, limitând acuratețea acestora.
Pentru a crește precizia predicției, echipa de cercetare a introdus algoritmi de învățare automată care utilizează o rețea de interacțiune proteică, care poate interacționa atât cu proteinele țintă cât și cu transcriptomul proteinelor individuale aflate în legătură directă cu țintele medicamentelor. Acest lucru presupune învățarea producției de transcriptom a unei proteine care este funcțional apropiată de proteina țintă. Astfel, pot fi învățați doar biomarkerii selectați, ceea ce crește precizia predicției.
Prin această metodă, prezicerile în cazul pacienților care sufereau de cancer colorectal și care erau tratați cu 5-fluorouracil, și al paciențior cu cancer al vezicii urinare, tratați cu cisplatin, au fost comparabile cu rezultatele clinice reale.
sursa: Science Daily
O echipă de cercetare, condusă de profesorul Sanguk Kim, din cadrul departamentului de Life Sciences de la POSTECH, atrage atenția prin creșterea cu succes a preciziei predicțiilor răspunsului la medicamente antitumorale, prin utilizarea datelor cele mai apropiate de răspunsul unei persoane reale.
Oamenii de știință au dezvoltat această tehnică de învățare automată prin algoritmi care învață informațiile despre transcriptom din organoizi artificiali derivați de la pacienți umani. Studiul a fost publicat în revista Nature Communication.
Chiar și pacienții cu același tip de cancer au reacții diferite la medicamentele antitumorale, astfel încât tratamentul personalizat este considerat primordial. Cu toate acestea, predicțiile actuale s-au bazat pe informații genetice ale celulelor canceroase, limitând acuratețea acestora.
Pentru a crește precizia predicției, echipa de cercetare a introdus algoritmi de învățare automată care utilizează o rețea de interacțiune proteică, care poate interacționa atât cu proteinele țintă cât și cu transcriptomul proteinelor individuale aflate în legătură directă cu țintele medicamentelor. Acest lucru presupune învățarea producției de transcriptom a unei proteine care este funcțional apropiată de proteina țintă. Astfel, pot fi învățați doar biomarkerii selectați, ceea ce crește precizia predicției.
Prin această metodă, prezicerile în cazul pacienților care sufereau de cancer colorectal și care erau tratați cu 5-fluorouracil, și al paciențior cu cancer al vezicii urinare, tratați cu cisplatin, au fost comparabile cu rezultatele clinice reale.
sursa: Science Daily
Data actualizare: 05-11-2020 | creare: 05-11-2020 | Vizite: 566
Bibliografie
Machine learning predicts anti-cancer drug efficacy, link: https://www.sciencedaily.com/releases/2020/11/201102120108.htm ©
Copyright ROmedic: Articolul se află sub protecția drepturilor de autor. Reproducerea, chiar și parțială, este interzisă!
Alte articole din aceeași secțiune:
- Dispozitiv purtabil personalizat, capabil să funcționeze fără oprire și să ajute la depistarea unor afecțiuni fatale, dezvoltat de cercetători
- O nouă tehnică ce ar putea favoriza depistarea precoce a afecțiunilor pulmonare
- Cercetătorii finlandezi revoluționează domeniul descoperirii de noi medicamente
- Primele vase de sânge complet umane crescute în laborator
Forumul ROmedic - întrebări și răspunsuri medicale:
Pe forum găsiți peste 500.000 de întrebări și răspunsuri despre boli sau alte subiecte medicale. Aveți o întrebare? Primiți răspunsuri gratuite de la medici.- Implant silicon sani
- Pentru cei cu anxietate si atacuri de panica FOARTE IMPORTANT
- GRUP SUPORT PENTRU TOC 2014
- Histerectomie totala cu anexectomie bilaterala
- Grup de suport pentru TOC-CAP 15
- Roaccutane - pro sau contra
- Care este starea dupa operatie de tiroida?
- Helicobacter pylori
- Medicamente antidepresive?
- Capsula de slabit - mit, realitate sau experiente pe oameni