使用无监督机器学习算法对骨肉瘤进行分类

一篇新的社论论文于2023年2月11日发表在Oncotarget的第14卷上，题为“释放分子驱动分层对骨肉瘤治疗和预后的潜力”。

在过去的40年里，复杂的遗传景观、微环境的异质性和骨肉瘤(OSA)肿瘤的细胞可塑性延迟了患者的治疗和预后分层以及新的有效治疗方法的引入。

作为一个直接后果，绝大多数试验仍然无法从给药前基于分子证据的OSA患者选择中获益。这种分层的缺乏导致难以解释结果，特别是对于靶向药物，如多激酶抑制剂或抗破骨药物。

“与此同时，幸运的是，许多研究和临床团队积累了大量稀疏但趋同的观察结果，逐渐描绘出耐药性骨肉瘤的画像，这为新的转化发现铺平了道路。”

在他们的新社论中，巴黎萨克莱大学的研究人员GaëlMoquin-Beaudry、MariaEugeniaMarquesdaCosta、NathalieGaspar和AntoninMarchais讨论了他们最近的研究，他们使用无监督机器学习算法在诊断时根据功能丰富的基因表达模块对OSA进行分类免疫微环境和肿瘤表型特征。

“最近，几项重要的研究利用多组学方法和人工智能，以前所未有的详细程度对OSA进行了分子描述。”

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！