外媒 | 机器学习模型可帮助确定卵巢癌治疗靶点-普瑞纯证

最近在Nature Metabolism上发表的一项研究表明，机器学习（ML）模型可识别卵巢癌中的特定代谢靶点，这些靶点可用于个性化治疗。根据美国疾病控制和预防中心（CDC）的数据，卵巢癌是美国第二常见的妇科癌症，也是女性生殖系统中导致死亡的癌症。因此，许多研究人员正在探索卵巢癌的治疗靶点和个性化治疗方法，采用精准医学和基因组学等前沿方法。在这项研究中，研究人员使用跨学科的方法开发了一个机器学习模型，以识别影响癌症生长的某些基因中的代谢漏洞。这些漏洞可能是由于与癌症生长同时发生的基因改变所致。卵巢癌病例中常见的癌症突变会导致癌症的侵袭性增加，因为突变细胞具有生长优势。然而，某些基因可能会与这些突变一起被删除，这可能导致更容易受治疗的细胞。研究人员解释说：“当一个基因被删除时，代谢基因也会被删除，这些基因允许癌细胞生长。理论是，由于特定的基因改变，癌细胞的代谢中会出现漏洞。”基于这个理论，研究人员试图调查代谢与这些基因之间的关系。研究人员使用复杂的代谢建模、机器学习和优化理论的组合，在细胞系和小鼠模型中获得了有关卵巢癌酶MTHFD2的见解。通过这种方法，研究人员揭示了卵巢癌中代谢与基因调控之间的关系。

版权声明 本网站所有注明“来源：普瑞纯证”或“来源：pureFDA”的文字、图片和音视频资料，版权均属于普瑞纯证网站所有。非经授权，任何媒体、网站或个人不得转载，否则将追究法律责任。取得书面授权转载时，须注明“来源：普瑞纯证”。其它来源的文章系转载文章，本网所有转载文章系出于传递更多信息之目的，转载内容不代表本站立场。