马克斯·普朗克分子遗传学研究所和慕尼黑打算生物学研究所的研究职员开拓出了名为“多组学图形集成”（EMOGI）的新算法。
领导该项研究的安娜丽莎·马尔西科阐明称，该软件集成了从患者样本提取的数万个数据集，包括DNA甲基化、单个基因的活性和细胞内蛋白质的相互浸染，以及发生突变的序列的干系数据。
有了这些数据，深度学习算法可以检测出导致癌症恶化的模式和分子事理。

马尔西科说：“这将有助于促进个性化医疗领域取得进展。
”她阐明说，与化疗等传统癌症治疗方法不同，个性化疗法能精确地根据肿瘤类型订制药物，“我们的目标是为每位患者选择最佳疗法，即方法最有效、副浸染最少。
此外，我们还可以根据癌症的分子特色鉴别出处于早期阶段的癌症。
我们只有知道导致疾病的缘故原由，才能有效地治疗它们，这也是为什么尽可能多地确定诱发癌症的机制如此主要的缘故原由。
”

目前，科学家们创造与癌症有关的基因数量已增长到700个旁边，但只有借助生物信息学剖析和最新的人工智能方法，研究职员才能追踪到最新创造的这些隐蔽的基因。
此外，近年来，深度学习算法进展迅猛，在其加持下，研究职员乃至能够创造那些以前未被把稳到的蛋白质或基因之间的关联。

研究职员强调说，EMOGI系统并不局限于癌症。
从理论上讲，它可以用来整合不同的生物数据集，并从中找出模式。
例如，可用于糖尿病等繁芜的代谢性疾病领域。

总编辑圈点

深度学习再创新功。
比较化疗，靶向治疗在杀伤癌细胞的同时，还能最大限度保护那些正常事情的好细胞。
以是，得上可以进行靶向治疗的癌症，也算是不幸中的万幸。
但是，找到这些与癌症有关的基因并不随意马虎，须要大量的打算与剖析。
于是，人工智能在个性化治疗领域闪亮登场，为人类对抗癌症这一艰巨卓绝的斗争供应助力。
文中提到的新算法，不仅可以用于癌症，还可以在多个繁芜疾病中发挥浸染，并帮人类在根本研究领域取得进步。

来源：科技日报