利用机器学习彻底改变癌症治疗

滑铁卢大学的 GraphNovo 利用机器学习，显著提高了细胞中肽测序的准确性，为个性化癌症治疗和疫苗开发提供了突破。

人工智能的突破可能会导致开发用于治疗严重疾病的高度个性化药物。

机器学习技术正在帮助科学家检查未知细胞的组成，从而有可能为癌症和其他严重疾病提供个性化医疗。

滑铁卢大学的研究人员开发了GraphNovo，这是一种新程序，可以更准确地了解细胞中的肽序列。肽是细胞内的氨基酸链，是与DNA或RNA一样重要和独特的组成部分。

免疫疗法和肽测序

在健康人中，免疫系统可以正确识别不规则或外来细胞的肽，例如癌细胞或有害细菌，然后针对这些细胞进行破坏。对于免疫系统正在挣扎的人来说，有前途的免疫疗法领域正在努力重新训练他们的免疫系统，以识别这些危险的入侵者。

“科学家们想要做的是对正常组织和癌组织之间的肽进行测序，以识别差异，”Cheriton计算机科学学院的博士生Zeping 毛说，他在Ming Li博士的指导下开发了GraphNovo。

对于以前可能没有分析过的新疾病或癌细胞来说，这种测序过程尤其困难。虽然科学家在分析以前研究过的疾病或生物体时可以利用现有的肽数据库，但每个人的癌症和免疫系统都是独一无二的。

为了在不熟悉的细胞中快速建立肽谱，科学家们一直在使用一种称为从头肽测序的方法，该方法使用质谱法快速分析新样品。这个过程可能会使一些肽不完整或完全从序列中缺失。

GraphNovo：测序准确性的飞跃

利用机器学习，GraphNovo 通过用肽序列的精确质量数填充这些空白，显着提高了识别肽序列的准确性。这种准确性的飞跃可能会在各种医学领域大有裨益，特别是在癌症治疗和埃博拉和COVID-19等疾病的疫苗开发方面。研究人员之所以取得这一突破，是因为滑铁卢大学致力于推动技术与健康之间接口的进步。

“如果我们没有一个足够好的算法，我们就无法建立治疗方法，”毛说。“现在，这都是理论上的。但很快，我们将能够在现实世界中使用它。