Personalisierte Krebsforschung mit maschinellem Lernen vorantreiben
2021
The Barcelona Institute of Science and Technology, Barcelona, Spanien
Mit „BoostDM“ wurde ein Tool entwickelt, das auf Methoden des maschinellen Lernens basiert und den potenziellen Beitrag aller möglichen Mutationen eines Gens in einer bestimmten Tumorart zur Entwicklung und zum Fortschreiten von Krebs bewertet.
Das neue Tool wurde in die IntOGen-Plattform integriert, die von derselben Gruppe entwickelt wurde und von der wissenschaftlichen und medizinischen Gemeinschaft für Forschungsprojekte genutzt werden soll, sowie in den Cancer Genome Interpreter, der ebenfalls von dieser Gruppe entwickelt wurde und eher auf die klinische Entscheidungsfindung von Onkologen ausgerichtet ist.
BoostDM arbeitet derzeit mit den Mutationsprofilen von 28.000 Genomen, die bei 66 Krebsarten analysiert wurden. Der Anwendungsbereich von BoostDM wird mit der absehbaren Zunahme der öffentlich zugänglichen Krebsgenome wachsen.
Das Tool hat bereits 185 Modelle zur Identifizierung von Mutationen in einem bestimmten Gen bei einer bestimmten Krebsart erstellt. So hat es beispielsweise ein Modell erstellt, das alle möglichen Mutationen im EGFR-Gen identifiziert hat, die die Tumorentwicklung bei bestimmten Lungenkrebsarten auslösen, sowie ein anderes Modell für dasselbe Gen bei Glioblastomen.
In silico saturation mutagenesis of cancer genes
Abel Gonzalez-Perez, Ferran Muiños, Nuria Lopez-Bigas
Eingestellt am: 04.10.2021
[1] https://www.nature.com/articles/s41586-021-03771-1[2] https://www.technologynetworks.com/cancer-research/news/progressing-personalized-medicine-with-machine-learning-351418#:~:text=N%C3%BAria%20L%C3%B3pez%2DBigas%20at%20IRB,development%20and%20progression%20of%20cancer.
