Исследователи разрабатывают новый метод определения мутационных сигнатур рака

Исследователи из онкологического центра имени Джона Хопкинса Киммела использовали методы машинного обучения для обнаружения мутационных сигнатур у онкологических больных. Их алгоритм превзошел текущий стандарт анализа и выявил новые мутационные сигнатуры, связанные с ожирением, которое, по мнению экспертов по профилактике рака, становится наиболее значительным фактором образа жизни, способствующим развитию рака в США и большей части западного мира. Исследование было опубликовано в номере журнала eLife от 25 января .

«Мутационные сигнатуры важны в текущих исследованиях рака, поскольку они позволяют вам увидеть признаки, оставленные основными факторами, такими как старение, курение, употребление алкоголя , УФ-облучение и унаследованные мутации BRCA, которые способствуют развитию рака», — говорится в исследовании. лидер, Кристиан Томасетти, доктор философии, адъюнкт-профессор онкологии онкологического центра Джонса Хопкинса Киммела с совместным назначением в области биостатистики в Школе общественного здравоохранения Блумберга Джонса Хопкинса.

В новой технике используется приложение искусственного интеллекта, называемое машинным обучением , с помощью компьютерного алгоритма.которая осуществляет доступ и анализирует данные, чтобы выявить то, что они называют SuperSigs, то есть мутационные сигнатуры, раскрывающие генетические эффекты основных факторов, способствующих развитию рака. Их алгоритм классифицируется как «контролируемый», потому что это анализ, который включает известные воздействия во время обучения алгоритма генетического анализа рака. Наиболее широко используемые мутационные сигнатуры, используемые для оценки геномных данных, классифицируются как «неконтролируемые», поскольку они не принимают во внимание известные воздействия. Вместо этого он отмечает закономерности, а затем возвращается, чтобы соотнести их с экспозицией. Новый метод также позволяет сочетать контролируемые и неконтролируемые подходы, контролируя или блокируя эффект известных воздействий канцерогенов, чтобы исследовать возможное влияние потенциальных неизвестных факторов.

Исследователи обнаружили, что новая контролируемая методика превосходит неконтролируемую методологию с точки зрения точности прогнозов. В контролируемой методике средняя площадь под кривой (AUC) составляла 0,73 для старения и 0,90 для всех других факторов, в то время как методика без учителя имела медианную AUC 0,57 для старения и 0,77 для всех других факторов.

«AUC 0,5 или ниже означает, что метод не лучше чистой случайности. Наивысшее значение, которое вы можете получить, — 1», — говорит первый автор Бахман Афсари, доктор философии, инструктор в Johns Hopkins Kimmel Cancer за несколько месяцев до этого. публикация.

Они также выявили то, что, по их мнению, является первыми мутационными сигнатурами, связанными с раком у пациентов с ожирением, предоставив доказательства мутационного механизма, связанного с ожирением и возникновением рака.