我们正处于一个信息大暴发的时代,每天都能产生数以百万计的新闻资讯!
虽然有大数据推荐,但面对海量数据,通过我们的调研发现,在一个小时的时间里,您通常无法真正有效地获取您感兴趣的资讯!
头条新闻资讯订阅,旨在帮助您收集感兴趣的资讯内容,并且在第一时间通知到您。可以有效节约您获取资讯的时间,避免错过一些关键信息。
本文转自:科技日报
科技日报北京8月7日电 (记者张佳欣)根据《自然·医学》杂志7日发表的一篇论文,美国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新方法,使识别一些神秘癌症的原发灶位置变得更容易。
研究人员利用近3万名22种已知癌症的患者数据来训练机器学习模型,它可分析大约400个基因序列,这些基因经常在癌症中发生突变。然后,研究人员使用这些信息来预测给定的肿瘤在体内的起源位置。
他们在约7000个肿瘤上测试了新模型OncoNPC,这些肿瘤以前从未见过,但其起源已知。该模型能以80%的准确率预测它们的起源。对于占总数约65%的具有高置信度预测的肿瘤,其准确率达到约95%。研究人员表示,利用该模型,他们可在约900名患者的数据集中准确地对至少40%的不明来源肿瘤进行高置信度分类。这种方法使符合基因组指导、根据癌症起源位置进行靶向治疗的患者数量增加了2.2倍。
在3%—5%的癌症患者中,特别是在肿瘤已转移到全身的情况下,肿瘤学家没有一种简单的方法来确定癌症的起源。这些肿瘤被归类为原发灶不明癌症。许多抗癌药物通常用于特定癌症,无法确定原发灶位置往往使医生无法为患者精准地对症下药。
研究人员计划扩展他们的模型,以涵盖更多类型的数据,例如病理图像和放射图像,从而提供更全面的预测。这也将为模型提供肿瘤的全面视角,使其不仅能够预测肿瘤类型,甚至还可预测最佳治疗方案。
以上内容为资讯信息快照,由td.fyun.cc爬虫进行采集并收录,本站未对信息做任何修改,信息内容不代表本站立场。
快照生成时间:2023-08-08 05:45:20
本站信息快照查询为非营利公共服务,如有侵权请联系我们进行删除。
信息原文地址: