约翰霍普金斯大学的工程师们使用拉曼光谱和机器学习来理解复杂的肿瘤免疫治疗后的变化。半岛综合体育官方APP下载德甲“免疫疗法真的像魔法一样工作,从根本上改变了我们看待癌症是如何管理”,伊珊酒吧间招待员说:约翰霍普金斯大学机械工程的副教授和这项研究的合作者,这是与大学的同事们共同合作进行的阿肯色州。“然而,只有大约25%的患者从中受益,所以迫切需要识别预测生物标记来确定谁应该接受治疗。”
使用拉曼光谱,研究小组对半岛综合体育官方APP下载德甲结肠癌肿瘤小鼠检查点处理两种类型的免疫抑制剂用于免疫疗法,以及未经处理的小鼠的对照组。“这是第一次研究显示这种光学技术来识别早期反应的能力或抗免疫疗法”,主要作者之一Santosh Paidi表示从事该研究作为一个机械工程在约翰霍普金斯大学的博士生。该方法也适合于探索肿瘤微环境的成分变化,而不是癌细胞。
”而非的几个可疑分子,我们感兴趣的是得到一个更全面的肿瘤微环境的照片。这是因为肿瘤不仅是恶性肿瘤细胞。微环境包含一个复杂的肿瘤间质、血管浸润炎症细胞和各种相关的组织细胞,”酒保说。“我们的想法是采用了这个方法,它可以通过体系化医生确定免疫疗法是否对病人是有益的。”
团队与多元曲线resolution-alternating拉曼数据使用最小二乘支持向量机分类器和训练随机森林算法来确定免疫疗法引起的一系列功能。
“我们的问题是我们能区分这三组,然后有什么特定的光谱特性使我们能够区分他们”,酒保说。
团队使用的数据从不同的老鼠来构建一个机器学习分类器和测试其性能。目标是模仿生物差异算法会遇到当面对新数据。
“你需要证明超越怀疑你看到的差异是免疫检查点inhibitor-induced而不仅仅是两个个体之间的差异”,酒保说。结果是有前途的,团队报告。“我们能够建立,胶原蛋白水平,血脂水平,和核酸水平,以及肿瘤的空间分布、变化明显时每个检查点免疫抑制剂治疗”,酒保说。
差异在统计学上微妙但重要的和一致的样品进行蛋白质组学分析,指出技术的力量提供如何应对治疗肿瘤的早期迹象。还需要更多的研究,但研究小组认为,他们的工作将为发展铺平道路的方法预测患者是否会做出积极的反应,免疫疗法。
“与机器学习相结合,拉曼光谱有潜力改变临床方法预测治疗反应”,Paidi说。半岛综合体育官方APP下载德甲
