Появилась способная адаптировать лечение рака под конкретного пациента нейросеть
Современные нейросети требуют массивов из тысяч примеров для эффективного обучения, тогда как онкологические исследования часто ограничиваются несколькими десятками или сотнями участников. При этом течение болезни и эффективность терапии зависят не от одной мутации, а от сложнейшего переплетения миллионов молекулярных признаков, включая структуры ДНК и РНК. Новая методика опирается на математический аппарат квантовой механики, используя принципы суперпозиции и запутанности. Разработанные авторами алгоритмы, получившие название мультитензорных сравнительных спектральных разложений, позволяют обрабатывать разнородные биологические слои одновременно и выявлять скрытые закономерности, связанные с прогнозом заболевания.
Тестирование системы проводилось на общедоступных данных пациентов с нейробластомой – самой частой злокачественной опухолью у младенцев. Алгоритм обнаружил два ранее неизвестных прогностических признака, которые предсказывают выживаемость и ответ на лечение точнее, чем традиционные биомаркеры (например, анализ ДНК или РНК опухоли). Эти результаты подтвердились на независимых выборках пациентов, проходивших терапию в разных клиниках и в разные годы, что говорит о потенциальной универсальности метода.
Важное преимущество разработки – интерпретируемость. В отличие от многих «черных ящиков» на основе глубокого обучения, новый алгоритм позволяет исследователям увидеть, какие именно гены и молекулярные пути влияют на исход. Это открывает возможности для поиска новых терапевтических мишеней. Авторы работы уверены, что их технология приближает медицину к персонализированному подходу, где терапия подбирается не по отдельным маркерам, а по всей совокупности молекулярных данных конкретного человека.
Просмотров: 27