Maschinelles Lernen ermöglicht Krebsgenomanalyse
2018
Perelman School of Medicine, University of Pennsylvania, Philadelphia, USA
Die Autoren beschreiben und bewerten eine Kombination aus Transkriptomik und maschinellem Lernen zur Klassifizierung der Aktivität von abnormalen Signalwegen in Tumoren. Dies kann dazu beitragen, Patienten zu identifizieren, die auf eine bestimmte Krebstherapie gut ansprechen. Der Algorithmus integriert RNA-Sequenz, Kopienzahl und Mutationen von 33 verschiedenen Krebsarten im PanCanAtlas-Projekt des Krebsgenomatlas (TCGA), um aberrante molekulare Zustände in Tumoren vorherzusagen. Potenzielle Biomarker für die Wahl der Krebsbehandlung werden identifiziert.
Machine Learning Detects Pan-cancer Ras Pathway Activation in The Cancer Genome Atlas
Casey S. Greene
Eingestellt am: 21.04.2020
[1] https://www.cell.com/cell-reports/fulltext/S2211-1247(18)30389-9?_returnURL=https%3A%2F%2Flinkinghub.elsevier.com%2Fretrieve%2Fpii%2FS2211124718303899%3Fshowall%3Dtrue[2] https://www.technologynetworks.com/informatics/news/machine-learning-helps-point-way-to-hidden-responder-cancer-patients-299537
