菜单
新的开源决策支持工具可以帮助临床医生选择化疗药物
时间:2019-9-24 9:16:26 评论:0 收藏本文 复制本页地址 (按Ctrl+D可以收藏到浏览器)

选择一线化疗药物治疗多种癌症通常是一个明确的决定,由标准的治疗方案来管理,但如果第一种药物失败了,接下来应该使用什么药物?

乔治亚理工学院的研究人员相信,他们的新开源决策支持工具可能会出现在这里。利用机器学习来分析与特定药物的患者预后相关的rna表达,这个开源工具可以帮助临床医生选择最有可能在个别患者中攻击疾病的化疗药物。

在一项使用152个病人记录的rna分析数据的研究中,该系统预测化疗药物在80%的时间里提供了最好的结果。

研究人员认为,该系统的准确性可以进一步提高,包括额外的病人记录,以及家庭历史和人口统计等信息。

乔治亚理工大学生物科学学院教授、癌症综合研究中心主任约翰·麦克唐纳说:“通过观察肿瘤中RNA的表达,我们相信我们可以高准确地预测哪些患者可能对某种药物产生反应。”这些信息可以与其他因素一起用于支持临床医生在化疗治疗方面必须做出的决定。”

这项研究可能为癌症治疗的精确药物增加另一个组成部分,11月6日发表在《科学报道》杂志上。这项工作在一定程度上得到了总部位于亚特兰大的卵巢癌研究所、乔治亚州研究联盟和一个国家健康研究院奖学金的支持。

与其他机器学习决策支持工具一样,研究人员首先使用数据集的一部分“训练”他们的系统,然后在剩余的记录上测试其操作。在开发这个系统的过程中,研究人员从肿瘤中获得了rna的记录,以及用特定药物治疗的结果。由于只有大约152条这样的记录可用,他们首先使用114条记录的数据来训练系统。然后他们利用剩下的38条记录来测试系统根据rna序列预测哪些化疗药物最有可能用于缩小肿瘤的能力。

这项研究从卵巢癌开始,但为了扩展数据集,研究小组决定将其他癌症类型(肺癌、乳腺癌、肝癌和胰腺癌)的数据包括在内,这些癌症使用相同的化疗药物,并且可以获得RNA数据。”麦克唐纳说:“我们的模型是根据药物进行预测,并对所有接受该药物治疗的患者进行观察,而不管癌症类型如何。”

该系统生成一张图表,比较每种药物对患者特定癌症产生影响的可能性。如果该系统应用于临床,麦克唐纳相信医生们会将这些预测与其他重要的病人信息一起使用。

相关报道乳腺癌细胞可能进入睡眠模式,并在未来复发与健康问题有关的老年人缺乏性活动。通过测量基因的表达水平,分析发现,含黄金的分子更有效地杀死癌细胞,毒性副作用更少。他说,与dna测序相比,rna的sis可能具有优势,尽管这两种信息在选择药物治疗时都可能有用。麦克唐纳说,核糖核酸分析的成本正在下降,很快就会低于乳房X光检查的成本。

该系统将作为开源软件提供,麦当劳团队希望医院和癌症中心能试用。最后,随着更多的病人数据被算法分析,工具的准确性应该提高。他和他的合作者相信开源方法提供了将算法应用于临床的最佳途径。

麦克唐纳说:“要真正将其应用到临床实践中,我们认为我们必须将其开放,以便其他人可以尝试它,如果他们愿意,可以修改它,并在现实生活中展示它的价值。”我们正试图利用互联网技术中使用的开源策略,为癌症治疗创造一个不同的范例。”

乔治亚理工大学生物科学学院的助理教授弗雷德里克·范伯格说,开源编码允许跨多个领域的许多专家审查软件、识别错误并提出改进建议。”最重要的是,这意味着软件不再是你看不见里面的黑匣子。代码是公开共享的,供任何人改进和检查潜在问题。”

vannberg设想利用决策支持工具创建“虚拟肿瘤板”,将广泛的专业知识汇集起来,以检查来自全球患者的rna数据。

他补充说:“希望能为任何新的癌症患者提供这种rna分析。”我们可以让几十位肿瘤学界最聪明的人达成共识,让他们能够应对每一位患者的特殊情况。”

该工具可在开源github存储库上下载和使用。医院和癌症诊所可能会安装并使用该软件,而不必分享他们的结果,但研究人员希望使用该软件的组织将有助于该系统的改进。

乔治亚理工生物科学学院的博士生埃文·克莱顿说:“机器学习的准确性不仅会随着训练数据量的增加而提高,还会随着数据的多样性增加而提高。”通过包含DNA数据、人口统计信息和患者病史,有可能有所改善。如果模型有助于预测特定药物的成功,它将包含任何信息。”

上一篇下一篇
推荐图片随便再来几个
推荐视频随便再来几个
文明吐槽!广告删除!
最新网文推荐
本周排行 本月排行 全部排行
关于我们
关于我们
新闻公告
联系我们
免责声明
提供素材
帮助中心
雷币规则
投稿规则
审稿规则
留言反馈
合作&买站
联系QQ: