Netflix 風(fēng)格的算法可構(gòu)建癌癥基因組藍(lán)圖

使用人工智能，科學(xué)家們已經(jīng)確定了癌癥開始和生長(zhǎng)時(shí)存在的 DNA 拷貝的結(jié)構(gòu)、順序和數(shù)量出現(xiàn)的 21 種常見錯(cuò)誤。這些常見的錯(cuò)誤，稱為拷貝數(shù)簽名，可以幫助指導(dǎo)醫(yī)生進(jìn)行反映腫瘤特征的治療。

當(dāng)您觀看 Netflix 時(shí)，系統(tǒng)會(huì)生成有關(guān)您觀看的電影和電視劇類型、觀看頻率以及您是否給它們“贊”或“贊”的數(shù)據(jù)。Netflix 使用一種算法來分析大量數(shù)據(jù)，在您觀看的內(nèi)容中找到模式，然后在您滾動(dòng)瀏覽 Netflix 時(shí)推薦新的電影和電視劇。

由倫敦大學(xué)學(xué)院 (UCL) 的 Nischalan Pillay 博士和加州大學(xué)圣地亞哥分校 (UC San Diego) 的 Ludmil Alexandrov 博士領(lǐng)導(dǎo)的一組研究，構(gòu)建了一個(gè)類似的算法，可以篩選數(shù)千行基因組數(shù)據(jù)并找出染色體如何組織和排列自己的常見模式。

然后，該算法可以對(duì)出現(xiàn)的模式進(jìn)行分類，并幫助科學(xué)家確定癌癥中可能發(fā)生的故障類型。使用該算法，科學(xué)家們從 9,873 名患有 33 種不同類型癌癥的患者的完全測(cè)序的基因組中尋找模式。該算法識(shí)別了腫瘤中染色體結(jié)構(gòu)和數(shù)量的 21 個(gè)常見錯(cuò)誤，并將它們分類為不同的“類型”，稱為拷貝數(shù)簽名。

21 個(gè)拷貝數(shù)簽名，將用于創(chuàng)建一個(gè)藍(lán)圖，研究人員可以使用該藍(lán)圖來評(píng)估癌癥的侵襲性，找到它的弱點(diǎn)并為其設(shè)計(jì)新的治療方法。

加州大學(xué)圣地亞哥分校副教授、該研究的共同主要作者 Ludmil Alexandrov 博士說：“癌癥是一種復(fù)雜的疾病，但我們已經(jīng)證明，在它開始時(shí)發(fā)生的染色體變化和它的生長(zhǎng)方式之間存在顯著的相似性。就像 Netflix 可以預(yù)測(cè)你接下來會(huì)選擇狂歡觀看哪些節(jié)目一樣，我們相信我們將能夠根據(jù)其基因組之前經(jīng)歷的變化，預(yù)測(cè)你的癌癥可能會(huì)如何表現(xiàn)。”