【资料图】
本文概要:
1. 麻省理工学院研究人员开发了一个机器学习模型,可以帮助确定患者癌症起源部位。
2. 通过分析约400个基因的序列,该模型能够准确分类至少40% 的未知起源的肿瘤。
3. 这种编程客栈方法可以提高患者的治疗选择,使更多人能够接受针对肿瘤起源部位的个编程客栈体化治疗。
对于一小部分癌症患者,医生无法确定他们的癌症起源于js何处。这使得为这些患者选择治疗方法变得更加困难,因为许多抗癌药物通常是针对特定癌症类型开发的。
麻省理工学院和达纳法伯癌症研究所的研究人员开发了一种名为 OncoNPC 的机器学习模型,可以根据基因序列分析来预编程测肿瘤的起源部位。
通过训练这个模型,他们能够准确分类40% 以上的未知起源的肿瘤,并为这些患者提供个体化的治疗选择。该模型还可以根据患者的遗传突变预测肿瘤类型,并与患者的生存时间和治疗结果进行比较。
研究人员希望进一步扩展模型,使用多种数据模式提供更全面的预测,并预测最佳的治疗方案。这项研究的结果为患有未知原发python癌的患者提供了更多的治疗选择,并有望改善他们的生存和治疗效果。