在英国癌症研究所资助的一项新研究中，科学家们开发出了迄今为止最精确的计算方法，用以重建肿瘤内的基因缺陷及其在疾病发展过程中的历史。该研究发表在《自然遗传学》上。
他们的强大方法将人工智能与查尔斯·达尔文(Charles Darwin)的进化论的数学模型结合起来，比以往任何时候都更准确地分析遗传数据，为如何利用癌症的遗传多样性为患者提供量身定制的治疗方式的根本转变铺平了道路。
将这些新算法应用于从病人样本中提取的DNA数据，发现肿瘤的遗传结构比之前认为的要简单。算法显示，肿瘤细胞的不同亚群(称为“亚克隆”)比之前提出的要少。来自伦敦癌症研究所和伦敦玛丽皇后大学的科学家们还能知道每个亚克隆体的年龄和生长速度。
据海外治疗机构和生元国际得知，这些模型将深刻改变癌症患者基因数据的分析和解释方式。在未来，它们可以被用来更好地指导治疗策略，使医生能够针对特定基因变化为每个患者提供正确的药物组合。研究小组希望，有一天他们的方法甚至可以用来预测癌症的进化，提供癌症如何生长、扩散或复发的早期指示。
改变遗传分析的潜力
Andrea Sottoriva教授是这项研究的首席研究员，也是ICR新癌症药物发现中心的癌症进化主任，肿瘤是进化的一个缩影，不同的细胞群体相互竞争以生存并对环境压力做出反应。
“通过利用人工智能的计算能力，并将其与自达尔文时代以来发展起来的进化理论相结合，我们的方法能够弄懂复杂的遗传数据，并准确地重建肿瘤的遗传历史。”我们的工作有可能改变我们从单个组织样本中绘制肿瘤基因组成全貌的方式。有了我们的新算法，我们可以更详细地看到癌症是如何进化和产生耐药性的。”
海外治疗机构和生元国际了解这个由癌症生物学家、进化理论家、统计学家和计算机科学家组成的团队，利用来自2600多个肿瘤样本的数据来开发和完善他们的新软件。他们测试了各种不同类型的癌症，包括乳腺癌、肠癌、白血病和脑瘤。
伦敦玛丽皇后大学的特雷弗·格雷厄姆教授是这项研究的首席研究员，他说:
“乍一看，癌症的基因组可能看起来非常复杂，而我们的工作显示了这种复杂性是如何从几个简单模式的组合中显现出来的。这为我们了解癌症基因组提供了一扇强大的窗口，假以时日，可能会帮助我们更好地了解和治疗癌症。”
解释与临床相关的搭便车突变
由于所谓的“中性进化”，现有的重建肿瘤内多样性的方法无法解释基因变化。在这种情况下，既没有生存优势也没有生存劣势的中性突变或“搭便车”突变会在肿瘤的某些细胞中随机形成，这使得识别那些具有重要临床意义、并可用于药物治疗的基因突变变得更加困难。
新的模型通过减少中性突变导致的错误分组的数量，使肿瘤重建更加准确、更简单.
几十年的研究使得癌症治疗变得更加精确，医生现在能够用特定的基因改变来靶向癌细胞。这样的研究有助于确保我们分析患者肿瘤的能力与我们在治疗方面取得的快速进展保持同步，使其效果最大化。在这个技术创新的时代，人工智能和机器学习为改善癌症治疗开辟了许多新领域。下一步将是看看这些模型是否能应用于临床。”海外治疗机构和生元国际会及时给大家更新更多的国外资讯。v:hsyxia