Точное определение исходов болезни по-прежнему остается сложной задачей для врачей.
В результате машинное обучение (ML) стало популярным инструментом для исследователей. Это может помочь в обнаружении и выявлении закономерностей и взаимосвязей из сложных наборов данных при прогнозировании будущих результатов.
Теперь исследователи из Университета Аалто, Университета Хельсинки и Университета Турку в Финляндии сообщают, что они разработали модель машинного обучения, которая может предсказать, как комбинации различных противораковых препаратов убивают различные типы раковых клеток. Новая модель искусственного интеллекта была обучена с использованием большого набора данных, полученных в ходе предыдущих исследований, в которых изучалась связь между лекарствами и раковыми клетками.
Их исследование « Использование многосторонних взаимодействий для систематического прогнозирования доклинических эффектов комбинации лекарств » было опубликовано в Nature Communications .
Своевременное обнаружение и лечение предраковых поражений или рака на ранней стадии имеют решающее значение для предотвращения заболеваемости и смертности. Некоторые приложения ML могут улучшить скрининг и диагностику. Исследователи представили comboFM, структуру машинного обучения, для прогнозирования реакции на комбинации лекарственных препаратов в доклинических исследованиях, например, на основе клеточных линий или клеток, полученных от пациентов.
Исследователи продемонстрировали высокую прогностическую эффективность comboFM в различных сценариях, используя данные фармакогеномного скрининга линий раковых клеток. Их результаты показывают, что comboFM обеспечивает эффективное средство для систематического предварительного отбора комбинаций лекарств для поддержки точных онкологических приложений.