MI基因图谱相似性评分用于诊断癌症未知原发病例

根据该公司的一份新闻稿,最新增加的在Caris Life Sciences的全基因组分析仪器中的MI基因组分析相似性评分已经发布.

David Spetzler,理学硕士,工商管理硕士,哲学博士

David Spetzler,理学硕士,工商管理硕士,哲学博士

MI基因组图谱相似性(GPS)评分,是Caris生命科学公司综合基因组图谱军备的最新补充,根据该公司的新闻稿,已经发布。1

MI GPS评分人工智能(AI)驱动的肿瘤类型生物学相似性评分,使用6500多个数学模型,将肿瘤的分子特征与广泛的数据库进行比较,以便为癌症未知原发性(CUP)、非典型和其他难治病例的分子亚型提供新的见解。这些见解将有助于指导这些特殊患者的治疗决策。

是Caris的分子智能平台的一个子集,该平台是该公司的专利产品,用于制定MI GPS评分。这个工具将有助于管理CUP或非典型病例,或那些具有临床模糊性的病例。一个病理学家小组利用MI-GPS评分提供的附加信息对该病例进行了回顾,该评分将患者肿瘤的分子特征与Caris数据库的分子特征进行了比较。例如,一个肿瘤样本可能具有与数据库中发现的部分肺癌病例相似的分子特征,这将最终影响该患者肿瘤的诊断。

根据2019年美国临床肿瘤学会(ASCO)年会的海报,用MI-GPS评分分类的肿瘤样本的准确率超过95%。这些肿瘤绝大多数是杯状肿瘤。研究人员称,

在5%到10%的癌症中,模糊度高到无法确定来源组织,而样本被标记为杯状。由于没有对这些肿瘤进行可靠的分类,医生们很难及时做出治疗决定。

利用下一代测序数据从患者肿瘤中提取了约55780个样本,用于建立一个多参数肿瘤类型特异性分类系统,利用先进的机器学习方法。数据集被分成50%用于训练,50%用于每个分类器的测试。每个分类器都被训练来识别与其他组织学来源的病例相似的病例。2

总体上,肿瘤谱系分类器能够预测已知主要部位的正确分类器,准确率在85%到95%之间。在被确认为CUP(n=500)的患者病例组中,100%的时间可以预测病例。

本试验中使用的算法能够帮助诊断未知肿瘤。研究人员得出结论,这些预测因子对CUP病例作出了组织学诊断。因此,该检测有助于为CUP或非典型病例的治疗决策提供信息,并最终改善患者的预后。

“Caris拥有世界上最大、最全面的成对分子信息和临床预后数据库。我们正积极利用先进的机器学习能力和这些数据集来识别独特的分子特征,我们的业界领先的病理学家可以利用这些特征来更好地识别癌症亚型,并预测患者对某些疗法的反应。人工智能和人类智能的结合提供了当今最全面的分析,可以用来描述患者的肿瘤特征,”Caris的总裁兼首席科学官David Spetzler说,在一份声明中,

引用:

Caris Life Sciences首次推出分子人工智能产品:临床基因组图谱相似性评分。Caris生命科学新闻稿。https://www.Caris Life Sciences.com/news/Caris-Life-Sciences-launches-first-ever-molecular-ai-product-a-clinical-genomic-profiling-similarity-score/。于2019年12月11日出版。12月16日访问