0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

Nature的AI分析血液癌癥測量

汽車玩家 ? 來源:學(xué)術(shù)頭條 ? 作者:學(xué)術(shù)君 ? 2020-03-14 10:25 ? 次閱讀

細(xì)菌,真菌,病毒…… 這些微生物,它們無處不在,也與人類生活息息相關(guān)。在人體的腸道內(nèi)就儲存著大量的微生物,它們不僅能促進(jìn)食物的消化吸收,調(diào)節(jié)腸道免疫系統(tǒng),還與肥胖,糖尿病以及一些腸道疾病有關(guān)。更可怕的是,近年來研究顯示腸道微生物與許多腫瘤的發(fā)生發(fā)展有關(guān)。

今天 Nature 發(fā)布的一項(xiàng)研究顯示,加州大學(xué)圣地亞哥分校研究人員通過分析癌癥基因組圖譜中 33 中不同類型癌癥共 18116 例腫瘤樣本后,發(fā)現(xiàn)不同類型癌癥患者組織和血液內(nèi)的微生物 DNA 存在差異。

為此研究人員開發(fā)了一種機(jī)器學(xué)習(xí)模型,該模型通過分析血液中微生物 DNA 的類型就可以識別受試者是否患有癌癥以及癌癥類型。即便是早期的癌癥,血液中的微生物數(shù)據(jù)仍然可以區(qū)分出多種癌癥類型。


Nature 論文

要知道,癌癥之所以可怕,很大一部分原因就是在于我們很難在早期發(fā)現(xiàn)它,大量患者確診時已經(jīng)進(jìn)入疾病晚期。那么,究竟有沒有一種簡單的方法能夠在早期準(zhǔn)確篩查出腫瘤的發(fā)生呢?

近年來,許多科學(xué)家對腫瘤“液體活檢”技術(shù)產(chǎn)生了濃厚的興趣,他們企圖在血液中尋找腫瘤細(xì)胞破碎的 DNA,以達(dá)到癌癥早期診斷的目的。因此,液體活檢技術(shù)也被成為“滴血測癌”。

2017 年 Science 上發(fā)表了一項(xiàng)研究,顯示微生物能侵入大多數(shù)胰腺腫瘤,并分解患者服用的化療藥物。這一現(xiàn)象引起了加州大學(xué)圣地亞哥分校的博士研究生 Poore 的注意,他猜想,細(xì)菌和病毒所代表的信息,或許能夠在癌癥診斷過程中起到作用。

于是,他同微生物組創(chuàng)新中心主任 Knight 教授,以及一個跨學(xué)科合作小組一同開展了微生物與癌癥診斷的研究。他們首先查看了癌癥基因組圖譜(The Cancer Genome Atlas),該圖譜是美國國家癌癥研究所的數(shù)據(jù)庫,包含了來自成千上萬名癌癥患者的腫瘤基因和其他信息。他們要做的就是在人類測序數(shù)據(jù)中來篩查出微生物的 DNA。

終于,研究人員在 10418 名患者、33 種不同癌癥類型的 18116 個腫瘤樣本中發(fā)現(xiàn)了與特定癌癥相關(guān)的微生物特征。其中一些與既往研究相同,如甲型乳頭瘤病毒屬 (Alphapapillomavirus) 和丙型肝炎病毒屬(Hepacivirus)與宮頸癌、頭頸癌和肝細(xì)胞癌有關(guān),梭菌屬(Fusobacterium)與胃腸道腫瘤有關(guān)。

此外,研究人員還發(fā)現(xiàn)微生物特征可以區(qū)分不同的癌癥類型,如糞桿菌屬(Faecalibacterium)可將結(jié)腸癌與其他癌癥區(qū)分開來。


近年來科學(xué)家們逐漸發(fā)現(xiàn),寄居在人體中的微生物與癌癥發(fā)生與發(fā)展密切相關(guān)

在研究了數(shù)千個癌癥樣本的微生物特征后,他們訓(xùn)練并測試了數(shù)千種機(jī)器學(xué)習(xí)模型來將特定微生物類型與特定腫瘤關(guān)聯(lián)起來,隨后他們發(fā)現(xiàn)這些機(jī)器學(xué)習(xí)模型能夠通過患者血液中微生物數(shù)據(jù)來區(qū)分患者的癌癥類型。

然而,在癌癥極難被發(fā)現(xiàn)的早期階段,這些發(fā)現(xiàn)是否有效呢?

為此,研究人員將晚期癌癥(Ⅲ 期和 Ⅳ 期)患者從數(shù)據(jù)庫中剔除出去,發(fā)現(xiàn)通過患者血液中的微生物數(shù)據(jù),仍然可以將許多早期癌癥類型區(qū)分開來。當(dāng)研究團(tuán)隊去除 90% 以上微生物數(shù)據(jù)以此對樣本進(jìn)行了最嚴(yán)格的生物信息學(xué)凈化后,結(jié)果依然有效。

接下來,研究人員著手驗(yàn)證這些機(jī)器學(xué)習(xí)模型是否實(shí)現(xiàn)癌癥早期診斷。

他們分析了來自加州大學(xué)圣地亞哥分校摩爾癌癥中心的 59 名前列腺癌患者、25 名肺癌患者和 16 名黑色素瘤患者,以及 69 名未確診癌癥個體的血液血漿樣品,結(jié)果發(fā)現(xiàn)這些機(jī)器學(xué)習(xí)模型能夠?qū)⒋蠖鄶?shù)癌癥患者與非癌癥患者區(qū)分出來。

該模型診斷肺癌的敏感性(真陽性,檢測出確實(shí)患有癌癥的能力)是86%,特異性(真陰性,檢測出確實(shí)沒有患癌的能力)是100%,此外,該模型也能將不同癌癥類型區(qū)分開來,如該模型區(qū)分前列腺癌和肺癌患者的敏感性是 81%。

研究人員表示,這個模型不僅僅是一個診斷癌癥的工具,也可以對癌癥治療過程進(jìn)行長期的監(jiān)測。如果在今后測試中這些結(jié)果依然有效,那么這對于癌癥患者治療和癌癥的早期診斷將有重要的意義。


組織和血液中的微生物 DNA

目前,大多數(shù)癌癥的確診需要通過手術(shù)將腫瘤取出,隨后由病理學(xué)家對腫瘤進(jìn)行分析(即活檢)。這種方法不僅會給患者帶來巨大的創(chuàng)傷,而且價格昂貴且耗時。

現(xiàn)在一些公司試圖開展 “液體活檢” 技術(shù),試圖通過簡單的抽血并檢測來自腫瘤的循環(huán) DNA 來快速診斷癌癥。該方法已經(jīng)可以用于監(jiān)測某些確診癌癥患者的疾病進(jìn)展,但美國食品和藥物管理局 (FDA) 尚未將其批準(zhǔn)用于癌癥的確診。

圣地亞哥精確免疫治療中心的副主任 Patel 表示,雖然液體活檢和癌癥早期診斷發(fā)展迅速,但目前的液體活檢技術(shù)還不能區(qū)分早期癌癥和正?;蛲蛔兓颊摺R虼?,現(xiàn)在的液體活檢技術(shù)往往存在假陰性結(jié)果。

這樣一來,與檢測血液中循環(huán)腫瘤 DNA 相比,檢測血液中腫瘤相關(guān)微生物 DNA 的優(yōu)勢就顯而易見,它不僅能夠在癌癥早期準(zhǔn)確檢測癌癥的存在和類型,也可以檢測到存在正?;蛲蛔兊陌┌Y患者。

盡管如此,研究人員指出,基于微生物 DNA 來確診癌癥的方法仍可能存在假陰性的結(jié)果,但今后他們會使用更多的數(shù)據(jù)來完善這個機(jī)器學(xué)習(xí)模型,使這個新方法更加準(zhǔn)確。

研究人員同時表示,即使利用該機(jī)器學(xué)習(xí)模型來確診癌癥,患者仍可能需要進(jìn)一步的檢查來確定腫瘤的階段及其位置。

微生物組創(chuàng)新中心主任 Knight 教授表示,“先前幾乎所有的研究都假定腫瘤是一個沒有微生物存在的環(huán)境,同時忽略了癌細(xì)胞可能與人體內(nèi)細(xì)菌、病毒和其他微生物之間復(fù)雜的相互作用。事實(shí)上,我們體內(nèi)微生物基因的數(shù)量遠(yuǎn)遠(yuǎn)超過人類基因數(shù)量,因此它們能為我們健康提供重要的線索也就不足為奇。我們希望這項(xiàng)研究能夠鼓勵科學(xué)家能夠清醒認(rèn)識微生物,而癌癥診斷可能只是一個開始?!?/p>

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • AI
    AI
    +關(guān)注

    關(guān)注

    87

    文章

    29438

    瀏覽量

    267760
收藏 人收藏

    評論

    相關(guān)推薦

    測量系統(tǒng)分析

    電子發(fā)燒友網(wǎng)站提供《測量系統(tǒng)分析.doc》資料免費(fèi)下載
    發(fā)表于 10-10 11:46 ?0次下載

    人工智能ai 數(shù)電 模電 模擬集成電路原理 電路分析

    人工智能ai 數(shù)電 模電 模擬集成電路原理 電路分析 想問下哪些比較容易學(xué) 不過好像都是要學(xué)的
    發(fā)表于 09-26 15:24

    影像儀AI運(yùn)用 #AI #影像測量 #中圖影像儀 #自動控制技術(shù)

    AI影像
    中圖儀器
    發(fā)布于 :2024年07月01日 16:20:07

    AI影像測量:開啟測量儀器的智能之眼

    在基于機(jī)器視覺的影像測量中,一些復(fù)雜特征傳統(tǒng)測量需要人工手動選點(diǎn)測量,不僅易受到人為因素的干擾,而且極大的降低測量效率,提高了人力成本和生產(chǎn)成本。A
    的頭像 發(fā)表于 06-20 08:08 ?1085次閱讀
    <b class='flag-5'>AI</b>影像<b class='flag-5'>測量</b>:開啟<b class='flag-5'>測量</b>儀器的智能之眼

    STM CUBE AI錯誤導(dǎo)入onnx模型報錯的原因?

    使用cube-AI分析模型時報錯,該模型是pytorch的cnn轉(zhuǎn)化成onnx ``` Neural Network Tools for STM32AI v1.7.0 (STM.ai
    發(fā)表于 05-27 07:15

    為什么用CubeIDE導(dǎo)入AI模型進(jìn)行分析會報錯?

    python已經(jīng)安裝好了,但是在用CubeAI的時候,導(dǎo)入模型進(jìn)行分析會報錯,無法分析。有知道為什么會報[AI:persondetection][12152] Failed to execute
    發(fā)表于 05-22 06:38

    液滴微流控技術(shù)在癌癥研究中的應(yīng)用:從單細(xì)胞分析到3D細(xì)胞培養(yǎng)

    癌癥具有難發(fā)現(xiàn)、治愈率低和愈后差等特點(diǎn),已經(jīng)成為全球第二大死亡原因。由癌細(xì)胞異質(zhì)性引起的耐藥性和治療差異是癌癥治療效果不佳的主要原因。
    的頭像 發(fā)表于 05-19 17:36 ?2009次閱讀
    液滴微流控技術(shù)在<b class='flag-5'>癌癥</b>研究中的應(yīng)用:從單細(xì)胞<b class='flag-5'>分析</b>到3D細(xì)胞培養(yǎng)

    頻譜分析儀怎么測量頻率

    頻譜分析儀作為電子測量領(lǐng)域的重要工具,主要用于分析信號的頻譜特性,包括信號的頻率、幅度、相位等參數(shù)。在無線通信、雷達(dá)、電子對抗等領(lǐng)域,頻譜分析儀對于頻率的
    的頭像 發(fā)表于 05-14 15:57 ?1054次閱讀

    頻譜分析儀如何測量信噪比

    在無線通信、雷達(dá)、音頻處理等領(lǐng)域,信噪比(SNR)是一個極其重要的參數(shù),它直接反映了信號質(zhì)量的好壞。頻譜分析儀作為一種功能強(qiáng)大的電子測量儀器,廣泛應(yīng)用于各種信號的頻譜分析、調(diào)制分析、噪
    的頭像 發(fā)表于 05-13 17:37 ?1118次閱讀

    激光如何對您的血液計數(shù)

    用于流式細(xì)胞術(shù)的激光為什么是血細(xì)胞計數(shù)的核心?了解激光如何成為執(zhí)行這項(xiàng)常規(guī)測試的關(guān)鍵。 當(dāng)您到醫(yī)院抽血時,過一段時間后就會得到結(jié)果。 全血細(xì)胞計數(shù) (CBC) 會告訴您血液中紅細(xì)胞、白細(xì)胞、血小板
    的頭像 發(fā)表于 04-17 06:37 ?215次閱讀
    激光如何對您的<b class='flag-5'>血液</b>計數(shù)

    使用cube-AI分析模型時報錯的原因有哪些?

    使用cube-AI分析模型時報錯,該模型是pytorch的cnn轉(zhuǎn)化成onnx ``` Neural Network Tools for STM32AI v1.7.0 (STM.ai
    發(fā)表于 03-14 07:09

    再登Nature!DeepMind大模型突破60年數(shù)學(xué)難題,解法超出人類已有認(rèn)知

    用大模型解決困擾數(shù)學(xué)家60多年的問題,谷歌DeepMind最新成果再登 Nature。 作者之一、谷歌DeepMind研究副總裁Pushmeet Kohli表示: 訓(xùn)練數(shù)據(jù)中不會有這個方案,它之前
    的頭像 發(fā)表于 12-24 21:40 ?483次閱讀
    再登<b class='flag-5'>Nature</b>!DeepMind大模型突破60年數(shù)學(xué)難題,解法超出人類已有認(rèn)知

    LabVIEW進(jìn)行癌癥預(yù)測模型研究

    效果。 LabVIEW在此研究中的應(yīng)用展示了其在處理復(fù)雜醫(yī)學(xué)數(shù)據(jù)和開發(fā)高效預(yù)測模型方面的獨(dú)特優(yōu)勢,特別是在癌癥早期診斷和治療策略的研究中。通過使用LabVIEW,研究人員可以更快、更準(zhǔn)確地分析和解釋大量
    發(fā)表于 12-13 19:04

    百度蛋白大語言模型研究成果登上Nature子刊封面

    百度最新研究成果登上Nature子刊封面,文心生物計算大模型獲國際頂刊認(rèn)可!
    的頭像 發(fā)表于 11-25 11:25 ?1079次閱讀
    百度蛋白大語言模型研究成果登上<b class='flag-5'>Nature</b>子刊封面

    微軟GitHub Copilot付費(fèi)用戶突破百萬,AI助力罕見癌癥診斷

    大家好,歡迎收看河套IT WALK第120期。 一項(xiàng)新的AI算法被發(fā)現(xiàn)能助力更快地診斷和治療罕見的癌癥,為患者帶來希望。微軟的GitHub Copilot用戶數(shù)量已突破百萬,顯示了AI技術(shù)在軟件開發(fā)
    的頭像 發(fā)表于 11-01 20:25 ?452次閱讀
    微軟GitHub Copilot付費(fèi)用戶突破百萬,<b class='flag-5'>AI</b>助力罕見<b class='flag-5'>癌癥</b>診斷