凝视脑肿瘤的基因组

大阪大学的研究人员开发了一种计算机方法，该方法使用磁共振成像（MRI）和机器学习来快速预测出现在大脑或脊柱中的神经胶质瘤肿瘤中的基因突变。这项工作可以帮助神经胶质瘤患者更快地接受更合适的治疗，从而提供更好的结果。该研究最近发表在科学报告。

近年来，癌症治疗发生了一场革命。由于认识到每种癌症都是独一无二的，这是特定的基因突变现在对肿瘤细胞进行测序，以发现哪种化学疗法药物最有效。然而，某些类型的癌症，尤其是脑肿瘤，用于基因检测较少。在手术期间采集样品之前，找不到肿瘤的基因型，这可能会大大延迟治疗。

神经胶质瘤是一种起源于大脑支持细胞的癌症。两种突变尤其重要。这些是酶异氯酸酯脱氢酶（IDH）或端粒酶启动子区域（TERT）的基因的变化。识别这些突变可以帮助指导适当的治疗过程。研究人员生产了机器学习算法可以预测仅使用肿瘤的MR图像存在哪些突变。

“机器学习越来越多地用于诊断医学图像。但是，我们的工作是第一个试图对基于基因型的隐藏物进行分类的作品之一图像数据研究第一作者Ryohei Fukuma解释说。与常规使用的MR图像的放射线特征（例如大小，形状和强度）相比，该算法在预测突变方面要好得多。

为了构建算法，研究人员使用卷积神经网络从MR图像中提取特征。然后，使用一个机器学习称为支持矢量机的方法，他们根据突变的存在或不存在将患者分为组。高级作者Haruhiko Kishima说：“我们希望将这种方法扩展到其他类型的癌症，因此我们可以利用已经收集的大型癌症基因数据库。”

最终结果可以消除对手术组织采样的需求。更重要的是，随着提供个性化医学的过程变得更加容易，更快，这可能会导致患者更好的临床结果。

这篇文章“低级神经胶质瘤中IDH和TERT启动子突变的预测磁共振使用卷积神经网络的图像发表在科学报告。

---

---