ROmedic Black Friday:  reduceri la serviciile de promovare a cabinetelor, clinicilor și firmelor medicale

Învățarea automată prezice eficiența medicamentelor antitumorale

©

Autor:

Învățarea automată prezice eficiența medicamentelor antitumorale
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

Data actualizare: 05-11-2020 | creare: 05-11-2020 | Vizite: 147
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:

 
 
 
Accept cookies Informare Cookies Site-ul ROmedic.ro foloseşte cookies pentru a îmbunătăţi experienţa navigării, a obține date privind traficul și performanța site-ului și a livra publicitate mai eficient.
Găsiți informații detaliate în Politica cookies și puteți gestiona consimțământul dvs din Setări cookies.