研究人员创建计算机算法来识别与乳腺癌生长有关的特定基因

　　阿尔伯塔大学和阿尔伯塔健康服务中心的研究人员发明了一种计算机算法，可以成功地预测雌激素是否向癌细胞发送信号，使其在乳房中长成肿瘤。通过发现这种激素受体，即雌激素受体阳性，医生可以开出抗雌激素药物治疗，改善患者的治疗效果。

　　由于人体内的每个细胞都含有23000个基因，因此确定与癌症生长有关的特定基因是一项极其复杂的任务。研究人员使用一种称为机器学习的人工智能形式来识别三种基因，这些基因使他们能够确定肿瘤是否由雌激素喂养。

　　“人们不可能对所有这些信息进行分类，找到重要的模式，”资深作者拉斯·格雷纳(Russ Greiner)说，他是计算科学系教授，也是阿尔伯塔机器学习创新中心的研究员。“机器还有其他限制，但它们能做的是处理高维数据。通过我们的技术，我们可以找到生物标志物的组合，从而预测特定乳腺癌的重要特征。”

　　Greiner的团队创造了一种算法，证明在预测肿瘤的雌激素受体状态方面准确率为93%。为了做到这一点，他们依赖于从储存在埃德蒙顿十字癌症研究所加拿大乳腺癌基金会肿瘤银行的176个冷冻肿瘤样本中收集的数据。

　　同样的算法随后在其他在线数据集上进行了测试，取得了类似的成功。结果与病理学家使用传统的雌激素受体测试所做的现有测试进行了交叉核对。

　　“从本质上讲，我们已经确定了一种便宜而简单的方法，可以取代临床实验室中进行的受体测试，”艾伯塔省卫生服务中心交叉癌症研究所临床试验部门主任、共同作者约翰·麦基说。“这是一种筛选数千个信号并从谷壳中提取小麦的新方法。原则上，这可以应用于其他生物标志物，并将数据提炼成临床医生可以使用的东西。”

　　麦基同时也是医学和牙科学院的医学肿瘤学教授，他说这项技术将利用新的基因测序技术，或基因组学，旨在了解癌细胞的内部工作原理，目标是为个体患者量身定制治疗方法。

　　现在认为这种算法可以取代传统的实验室测试还为时过早，但随着新技术变得更便宜，这种情况可能会改变，也许在5到8年内。

　　麦基说:“我们还没有做到这一点，但在某种程度上，将肿瘤放入机器中，获得有关其生物学的数千个信号，将比在实验室中使用传统技术进行越来越多的必要测试更便宜。”“当这两条线相交时，我们将转而使用新技术，我们将需要这样的算法来理解数据。”