Здоровье
Автор: Юлия Бондарева
Разработаны алгоритмы для точной диагностики подтипов рака
Команда исследователей из пяти различных стран представила новаторские алгоритмы машинного обучения, способные классифицировать злокачественные опухоли по их молекулярным подтипам.
Эти модели, созданные с целью упрощения диагностики в клинической практике, уже доступны в открытом доступе. Результаты их работы опубликованы в журнале Cancer Cell.
В России создан алгоритм, предупреждающий о риске после инфарктаМолекулярное типирование опухолей играет важнейшую роль в онкологии, поскольку позволяет определить биологические процессы внутри опухоли, прогнозировать течение заболевания и подбирать наиболее эффективные методики лечения.
Однако существующие методы классификации часто сталкиваются с ограничениями, связанными с конкретными наборами данных, что затрудняет их использование в реальных клинических условиях.
Под руководством Питера Лэрда из Института Ван Андела была проведена масштабная работа по анализу 8791 опухоли из Атласа ракового генома (TCGA). Образцы охватывали 106 различных подтипов, относящихся к 26 видам рака. Исследование включало изучение пяти типов данных: мутации, количество копий генов, матричная РНК, метилирование ДНК и микроРНК.
Для анализа были задействованы пять алгоритмов машинного обучения: AKLIMATE, CloudForest, SK Grid, JADBio и subSCOPE. Каждый из алгоритмов был обучен либо на отдельных типах рака, либо на всех сразу.
В ходе работы исследователи создали более 412 тысяч моделей классификаторов, оптимизированных для минимального набора признаков. В итоге было отобрано 737 лучших моделей для различных видов рака и типов данных.
Ранее «Медздрав.Инфо» сообщал о том, что в Австралии выяснили, что 20% языков на Земле грозит исчезновение.