机器学习为个性化癌症治疗提供动力

每个肿瘤——每个患者——都会累积许多突变，但并非所有突变都与癌症的发生有关。巴塞罗那研究所ICREA研究员Núria López-Bigas博士领导的研究人员开发了一种基于机器学习方法的工具，可以评估特定类型肿瘤中基因中所有可能突变对癌症发展和进展的潜在贡献。

在科学界和医学界已经获得的以前的工作中，实验室开发了一种方法来识别那些导致癌症发生、发展和扩散的基因。BoostDM更进一步:它模拟了特定类型癌症的每个基因中每个可能的突变，并指出哪些突变是癌症过程中的关键。这些信息有助于我们了解肿瘤是如何在分子水平上引起的，并可以促进医疗决策，为患者提供最合适的治疗方案，”生物医学基因组学实验室负责人López-Bigas博士解释道。此外，该工具将有助于更好地理解肿瘤在不同组织中发展的初始过程。

新工具已被集成到由该小组开发的IntOGen平台中，该平台旨在供科学和医学界在研究项目中使用，并集成到癌症基因组解释器中，该小组也开发了癌症基因组解释器，该解释器更侧重于医学肿瘤学家的临床决策。

BoostDM目前正在研究66种癌症中28000个基因组的突变谱。BoostDM的范围将随着可预见的公开癌症基因组的增加而扩大。

基于进化生物学的进步

为了确定与癌症有关的突变，科学家们基于进化中的一个关键概念，即积极选择。与随机发生的突变相比，在不同的样本中，驱动癌症生长和发展的突变数量更高。

“我们从一个前提开始，我们只能观察到一些突变，因为具有这种突变的肿瘤细胞指导肿瘤的发展，我们质疑是什么将这些突变与其他可能的突变区分开来，”博士后研究员、该工作的共同第一作者Ferran Muiños博士说。他补充说:“手动进行这种分析将过于费力，但有一些计算策略可以系统而有效地组织这种分析。”

从这些数据中，所提出的方法了解到哪些特征的突变有利于癌症的发展，这些信息对于开发新的治疗方法是有用的。

每种基因和癌症类型的计算模型

研究人员开发的工具已经生成了185个模型，用于识别特定类型癌症中特定基因的突变。例如，它已经建立了一个模型，该模型已经确定了在某些肺癌中引发肿瘤发展的EGFR基因中所有可能的突变，以及在胶质母细胞瘤(一种影响大脑的癌症)病例中同一基因的另一个模型，等等。

随着肿瘤测序数据的公开，这些数据可以被整合到系统中，从而在未来几年为所有癌症基因生成新的模型。

当模型建立后，研究人员可以在一种组织类型中询问每种可能的癌症基因突变(在一个被称为饱和突变的过程中)，并确定它是否与疾病的发展相关。这一过程产生了关键突变的地图，这对癌症研究和个性化癌症药物以及医疗决策都很有价值。作者已经证明了这种预测模型工具BoostDM比实验方法更有效和准确。

这项工作由:Ferran博士Muiños(博士在数学和博士后研究员在生物医学基因组学实验室和共同第一作者的研究);Francisco Martinez-Jimenez博士(生物医学基因组学实验室前博士后研究员，目前是UMC乌得勒支的博士后研究员，也是该研究的共同第一作者);Oriol Pich博士(前生物医学基因组学实验室博士生，现任伦敦克里克研究所博士后);Abel Gonzalez-Perez博士(生物医学基因组学实验室副研究员和该研究的联合主任);Núria López Bigas博士(ICREA研究员，巴塞罗那IRB生物医学基因组学实验室负责人，该研究的联合主任)。

这项工作的实现得益于欧洲研究理事会(ERC)、加泰罗尼亚研究和高级研究机构(ICREA)、Asociación Española Contra el Cáncer (AECC)、科学和创新部、欧洲区域发展基金(ERDF)、大学和研究补助金管理署(AGAUR)、卡洛斯三世卫生研究所(ISCIII)和巴塞罗那科学技术研究所(BIST)的资助。