腫瘍の起源の解読:MITとDana-Farber研究者が機械学習を活用して遺伝子配列を分析する方法

MIT and Dana-Farber researchers use machine learning to analyze gene sequences in decoding the origin of tumors.

MITとDana-Farber Cancer Instituteの画期的な共同研究により、機械学習の力ががん治療における困難な課題に取り組むために活用されました。一部のがん患者にとって、悪性腫瘍の発生源は謎のままであり、適切な治療法の選択を複雑化させています。機械学習によって開発されたコンピュータモデルを活用した新しいアプローチは、このパズルを解読し、より効果的な個別化療法の道を切り拓くことを約束しています。

従来のがん治療戦略では、がんの発生源に合わせた特定の薬剤を使用することで、精密医薬品が非常に効果的です。しかし、がんが体内に広がっている約3〜5%のケースでは、病気の発生源を特定することが困難になります。これらのケースは、「原発部位不明のがん(CUP)」として分類され、長い間がん専門医を困惑させ、影響を受ける患者に対する正確な治療オプションの不足を招いてきました。

MITとDana-Farberの研究者が考案した革新的なアイデアが登場しました。このチームは、がんに関与することがよく知られている約400の遺伝子の遺伝子配列を細心の注意を払って分析し、頑健なコンピュータモデルを構築しました。この機械学習によって駆動されるモデルは、遺伝子配列を巧みに調べ、腫瘍の発生源を正確に予測しました。彼らの研究結果は驚異的な成功率を示しました。モデルは高い信頼性を持って腫瘍の約40%を正しく分類し、予測されたがんの発生源に基づいた個別化治療の可能性を開くものです。

チームは、モデルが治療判断に与える重要な貢献を強調しました。CUP患者の個別化療法を的確に導くことで、モデルはがんの発生源について苦悩する患者に希望をもたらします。

チームは、モデルを開発するために、22種類の異なるがんの診断を受けた約3万人の患者からの遺伝子配列データセットを利用しました。このトレーニングフェーズにより、機械学習モデルであるOncoNPCは、未知の腫瘍に対して約80%の正確性でがんの発生源を予測することができました。高い信頼性の予測では、正確性は約95%にまで高まりました。

研究者たちは、900個のCUP患者の腫瘍データセットを分析して、モデルを試しました。驚くべきことに、モデルは自信を持ってこれらの腫瘍の40%の発生源を予測し、がん治療の個別化における重要な進展を示しました。

モデルの予測は、生殖系変異解析との比較によってさらに裏付けられました。幸いなことに、モデルの予測は生殖系変異に基づいて最も強く予測されるがんのタイプと密接に一致しました。

予測の正確性に加えて、モデルの臨床的な影響力も明らかでした。CUP患者の生存時間は、モデルの予後と相関があり、予後が悪いがんが予測された患者は、生存時間が短くなりました。特筆すべきことは、モデルの予測に基づいた治療を受けた患者は、異なるがんの治療を受けた患者よりも良い結果を示しました。

もっとも有望な点は、モデルが既知のがんの種類がわかっていれば、既存の標的治療の恩恵を受けることができた患者の追加の15%(2.2倍の増加)を特定したことです。このブレイクスルーにより、既に手に入れている治療法の潜在能力を最大限に活用することが可能になるでしょう。

今後、研究者たちは病理学や放射線学の画像など、さまざまなデータモダリティを組み込むことで、モデルを強化することを目指しています。腫瘍解析の多面的な包括は、予測の向上だけでなく、治療選択を導く可能性があり、個別化されたがん治療の新たな時代を切り開くことになるでしょう。技術と医学の連携が強まるにつれて、がんの発生源に対する闘いの中で患者はより希望に満ちた未来を手にすることでしょう。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

AIテクノロジー

「コードレスのソリューションでAIを民主化する」

急成長するAI企業Pixisの最高技術責任者(CTO)として、私とチームは常に成長するマーケティングセクター向けにAIを民主化す...

AI研究

DeepMindの研究者たちは、任意のポイントを追跡するための新しいAIモデルであるTAPIRをオープンソース化しましたこのモデルは、ビデオシーケンス内のクエリポイントを効果的に追跡します

コンピュータビジョンは、人工知能の最も人気のある分野の1つです。コンピュータビジョンを使用したモデルは、デジタル画像、...

AIニュース

「NvidiaとiPhoneメーカーのFoxconnが「AI工場」を建設する」というニュースが発表されました」

「フォックスコンの劉氏はBBCに、電気自動車が今後数十年で同社の成長を牽引すると語った」

AIテクノロジー

「ジェネレーティブAIの企業導入」

「こんにちは、私はマイケルです2018年からエンタープライズAIの導入に没頭しており、私たちはAi4というAIカンファレンスを開...

データサイエンス

「部分情報分解とは何か、そして特徴がどのように相互作用するのか」

ターゲット変数が複数の情報源に影響を受ける場合、各情報源が全体的な情報にどのように寄与しているかを理解することは重要...

コンピュータサイエンス

ハーバード大学の新しいコンピューターサイエンスの先生は、チャットボットです

大学の主力コンピュータサイエンスの授業であるCS50に登録している学生は、9月にAI教師が提示されます