出国看病资讯深度学习助力发现癌症中新的基因突变

出国看病资讯深度学习助力发现癌症中新的基因突变

根据发表在《科学进展》杂志上的一项研究，机器学习模型已经帮助科学家发现了癌症中的数百种基因突变，这些突变是目前基因组测序无法检测到的。——出国看病

这些发现为癌症分类和潜在治疗提供了新的靶点，根据Duane和Susan Burnham分子医学教授兼该研究的资深作者Feng Yue博士的说法。——出国看病

“我们的工作在癌症基因组中发现了许多以前未知的融合事件，并且还捕获了已知癌基因的新调节机制，”Yue说，他也是病理学生物化学和分子遗传学副教授，也是西北大学Robert H. Lurie综合癌症中心癌症基因组学中心主任。——出国看病

在每个细胞内，长链的DNA需要精确地折叠和组织，以便它们可以适应细胞核内部，而细胞核的直径通常只有几微米。此前，Yue和他的合作者表明，癌症基因组中的结构变异，如倒置或易位，可以在Hi-C等基因组分析工具中检测到。——出国看病

这些模式可以被计算机算法识别为结构变化的指标。此外，根据Yue的说法，这些巨大的结构变异通常被全基因组测序（WGS）甚至长时间读取测序（如Nanopore）所遗漏。——出国看病

“WGS非常擅长检测碱基对突变和短插入或缺失，但很难检测更大的变异，”Yue说，他也是医学增强智能研究所高级分子分析中心的主任。——出国看病

在这项研究中，Yue和他的合作者从八个癌细胞系中收集了一组精心策划的不同类型的高置信度结构变异。这些用于训练一个名为EagleC的深度学习模型，以学习隐藏在这些信号中的隐藏模式。结果通常与传统的基因组测序技术一致，WGS或纳米孔测序也发现了70%至80%的基因组变异。——出国看病

然而，EagleC发现了数百个额外的融合事件，这些事件被全基因组测序或长读取测序遗漏了。根据Yue的说法，这些新发现的事件占Hi-C检测到的总遗传变异的10%至20%。——出国看病

许多这些融合事件导致癌基因与通常位于另一条染色体上的远端增强子之间的联系。这些事件被称为“增强子劫持”，可导致癌基因的上调。——出国看病

在这项研究中，研究人员使用EagleC搜索100多种癌细胞系和患者样本的结构变异，发现了全基因组测序可能遗漏的其他融合事件。根据Yue的说法，使用这种模型可以扩展结构变异及其对癌症相关基因的影响的知识。这可能在前列腺癌和乳腺癌中特别有用，这两种最常见的癌症也具有很高的融合事件频率。——出国看病

“我们可以看到具有融合事件的癌症和没有融合事件的癌症的治疗反应是否存在差异，”Yue说。“我们的发现还为癌症研究人员提供了许多控制基本癌基因和途径的新型调节因子。

EagleC还可用于检测数据稀疏的单细胞Hi-C分析中的结构变异。这使得科学家能够检查单个癌细胞之间的异质性。——出国看病

未来，Yue表示，他希望将这种模型应用于更多的癌症样本，并寻找针对当前研究中发现的新融合事件的潜在药物。——出国看病