Вглядываясь в геном опухоли головного мозга

Исследователи из Университета Осаки разработали компьютерный метод, который использует магнитно-резонансную томографию (МРТ) и машинное обучение для быстрого прогнозирования генетических мутаций в опухолях глиомы, которые происходят в мозге или позвоночнике. Работа может помочь пациентам с глиомой быстрее получить более подходящее лечение, что даст лучшие результаты. Исследование было недавно опубликовано в Научные отчеты.

В последние годы лечение рака претерпело революцию. Вследствие признания того, что каждый случай рака уникален, специфические генетические мутации, которые несут опухолевые клетки, теперь упорядочены, чтобы определить, какие химиотерапевтические препараты будут работать лучше всего. Тем не менее, некоторые виды рака, особенно опухоли головного мозга, менее доступны для генетического тестирования. Генотип опухоли не может быть обнаружен до тех пор, пока не будет взят образец во время операции, и это может значительно задержать лечение.

Глиома. это тип рака, который возникает в опорных клетках мозга. Два типа мутаций особенно важны; это изменения в гене фермента изоцитратдегидрогеназы (IDH) или области промотора теломеразы (TERT). Выявление этих мутаций может помочь направить правильный курс лечения. Исследователи разработали алгоритм машинного обучения, который может предсказать, какие мутации присутствуют, используя только МР-изображения опухолей.

Вглядываясь в геном опухоли головного мозга

«Машинное обучение все чаще используется для диагностики медицинских изображений. Но наша работа является одной из первых, которые даже пытаются классифицировать что-то столь же скрытое, как генотип, основываясь только на данных изображений». объясняет первый автор исследования Рёхей Фукума. Было обнаружено, что алгоритм значительно лучше предсказывает мутации по сравнению с обычно используемыми радиометрическими характеристиками МР изображений, такими как размер, форма и интенсивность.

Для построения алгоритма исследователи использовали сверточную нейронную сеть для извлечения признаков из МР изображений. Затем, используя метод машинного обучения, называемый машинами опорных векторов, они классифицировали пациентов по группам на основании наличия или отсутствия мутаций. «Мы надеемся распространить этот подход на другие виды рака, чтобы мы могли воспользоваться преимуществами уже собранных больших баз данных генов рака». говорит старший автор Харухико Кишима.

Конечный результат может устранить необходимость отбора хирургической ткани. Более того, это может привести к улучшению клинических результатов для пациентов, поскольку процесс доставки персонализированной медицины становится проще и быстрее.

Вглядываясь в геном опухоли головного мозга