Theo dòng sự kiện

Máy học và cái nhìn toàn diện về các yếu tố gây ung thư vú

08/07/2020, 12:10

TNNN - Việc sử dụng ứng dụng mới của máy học giúp các nhà khoa học hiểu được sự tương tác giữa các yếu tố nguy cơ ung thư vú và di truyền khác.


Nguồn
: Muff Public Domain

Thông tin trên được các nhà nghiên cứu của Đại học University of Eastern Finland và Bệnh viện Đại học Kuopio công bố trên medicalxpress.

Theo đó, những khám phá mới trong những năm gần đây đã xác định một số yếu tố nguy cơ góp phần làm tăng nguy cơ bệnh ung thư vú. Các phương pháp có khả năng hợp nhất các yếu tố di truyền (SNP) và các yếu tố rủi ro không di truyền có thể xác định những người có nguy cơ mắc ung thư cao và cho phép phát triển các chương trình sàng lọc thích ứng với rủi ro để phòng ngừa ung thư tốt hơn.

Điều này có khả năng cải thiện hiệu suất tổng thể của sàng lọc BC và các biện pháp phân bổ nguồn lực lâm sàng hiệu quả. Kết quả đã được công bố trong các Báo cáo khoa học được đánh giá ngang hàng .

Sử dụng máy học để phân tích sự tương tác của các yếu tố gây ung thư vú

Một thách thức lớn trong dự đoán rủi ro ung thư vú là phát triển một mô hình kết hợp tất cả các yếu tố rủi ro đã biết và mới tìm thấy trong khi xem xét các tương tác giữa chúng.

Mô hình học máy được phát triển tại Viện Y học lâm sàng, Bệnh học và Pháp y tại Đại học University of Eastern Finland cho phép xác định sự kết hợp của các biến thể di truyền tương tác và các yếu tố nguy cơ nhân khẩu học của ung thư vú, có thể dự đoán hiệu quả nguy cơ ung thư vú.

Phương pháp học máy dựa trên phương pháp tăng cường độ dốc của cây theo sau là thuật toán tìm kiếm lặp thích ứng. Các tính năng được xác định tốt nhất, ví dụ, tương tác SNPs + các yếu tố rủi ro nhân khẩu học, được sử dụng để dự đoán nguy cơ ung thư vú cho một cá nhân chưa biết. Phân tích đã được thực hiện trên dữ liệu của Dự án Ung thư vú Kuopio (KBCP).

Bản đồ tương tác gen được xác định bao gồm các gen ESR1 và FGFR1, được liên kết với phân nhóm ung thư vú dương tính với thụ thể estrogen

Điều thú vị là bản đồ tương tác gen của SNPs, được tìm thấy có tương tác với các yếu tố rủi ro nhân khẩu học, chỉ ra mạng liên kết nổi bật liên quan đến estrogen (mạng ESR1). Bản đồ tương tác gen cũng chỉ ra gen FGFR2, đây là một trong những cơ địa nhạy cảm di truyền quan trọng nhất trong ung thư vú không di truyền.

"Vì ung thư là một căn bệnh đa yếu tố gây ra bởi lối sống, yếu tố di truyền và môi trường, phân tích cá nhân về nguồn gốc của các biến thể di truyền có thể không đủ để tạo ra một cái nhìn toàn diện về nguy cơ mắc bệnh. Ở Kuopio, chúng tôi hiện đang phát triển máy cải tiến. Hamid Behravan, nhà nghiên cứu hậu tài liệu chuyên về trí tuệ nhân tạo (AI) và học máy tại phòng thí nghiệm nghiên cứu ung thư Mannermaa kết luận.

Theo: https://medicalxpress.com/news/2020-07-machine-approaches-comprehensive-view-breast.html

Bình luận