| 新药研发 |
2017-11-08 09:04 |
（图片来源：Nephron /. CC BY-SA 3.0）
最近，研究者们利用人工智能的手段开发出了快速准确诊断卵巢癌的方法。他们发现血液样本中循环的microRNA网络与卵巢癌的发生之间有很强的相关性。相关结果发表在最近一期的《elife》杂志上。
大部分被诊断患有卵巢癌的女性都处于癌症末期，其中仅有四分之一的患者能够存活5年以上的时间。然而，对于得到早期诊断的女性来说，存活的时间则会显著地增加。目前还没有FDA批准的卵巢癌筛查手段，因此大规模地实现卵巢癌的早期诊断具有很大的挑战。
研究者们分析了血液样本中一类叫做microRNA的分子，这类分子是由基因组非编*****区表达产生，能够控制其它基因的表达。
“microRNA相当于基因组的编辑，当基因表达产生蛋白质的过程中，它们能够发挥调节作用”，该文章的作者，来自BWH的Kevin Elias博士说道。
在实验室阶段，研究者们鉴定了卵巢癌细胞与正常细胞中microRNA的表达水平存在差异，而且与其它分子不同，microRNA能够在血液中循环流动。从而使得其能够在血液样本中检测得到。作者们筛查了135名女性患者的血液样本，从而建立了卵巢癌的microRNA特征库。利用这一信息，能够比较卵巢癌以及正常组织microRNA谱的差异。
之后，作者利用这一模型对另外44名女性进行了检测，验证了其具有较高的准确度。“这一方法的优越性在于误诊的可能性极低，而且会对良性的肿瘤给出阳性的信号，标志这这是一种有效的卵巢癌检查手段”。
原始出处：Kevin M Elias et al, Diagnostic potential for a serum miRNA neural network for detection of ovarian cancer, eLife (2017). DOI: 10.7554/eLife.28932愚愚学园www.SciFans.net |
|