Mengintip genom tumor otak – ScienceDaily

Mengintip genom tumor otak – ScienceDaily

[ad_1]

Para peneliti di Universitas Osaka telah mengembangkan metode komputer yang menggunakan magnetic resonance imaging (MRI) dan pembelajaran mesin untuk memperkirakan mutasi genetik pada tumor glioma dengan cepat, yang terjadi di otak atau tulang belakang. Pekerjaan ini dapat membantu pasien glioma untuk menerima perawatan yang lebih sesuai lebih cepat, memberikan hasil yang lebih baik. Penelitian ini baru-baru ini diterbitkan di Laporan Ilmiah.

Perawatan kanker telah mengalami revolusi dalam beberapa tahun terakhir. Didorong oleh pengakuan bahwa setiap kasus kanker adalah unik, mutasi genetik spesifik yang dibawa sel tumor sekarang diurutkan untuk menemukan obat kemoterapi mana yang paling berhasil. Namun, jenis kanker tertentu, terutama tumor otak, kurang dapat diakses untuk pengujian genetik. Genotipe tumor tidak dapat ditemukan sampai sampel diambil selama operasi, dan ini dapat menunda pengobatan secara signifikan.

Glioma adalah jenis kanker yang berasal dari sel pendukung otak. Dua jenis mutasi sangat penting; ini adalah perubahan pada gen untuk enzim isocitrate dehydrogenase (IDH) atau daerah promotor telomerase (TERT). Mengidentifikasi mutasi ini dapat membantu mengarahkan pengobatan yang tepat. Para peneliti menghasilkan algoritma pembelajaran mesin yang dapat memprediksi mutasi mana yang hadir hanya dengan menggunakan gambar MR tumor.

“Pembelajaran mesin semakin banyak digunakan untuk mendiagnosis gambar medis. Tetapi pekerjaan kami adalah salah satu yang pertama bahkan mencoba untuk mengklasifikasikan sesuatu yang tersembunyi seperti genotipe berdasarkan data gambar saja,” penulis pertama studi Ryohei Fukuma menjelaskan. Algoritme tersebut ternyata jauh lebih baik dalam memprediksi mutasi dibandingkan dengan fitur radiomik citra MR yang digunakan secara konvensional, seperti ukuran, bentuk, dan intensitas.

Untuk membangun algoritme, peneliti menggunakan jaringan saraf konvolusional untuk mengekstrak fitur dari citra MR. Kemudian, dengan menggunakan metode pembelajaran mesin yang disebut mesin vektor dukungan, mereka mengklasifikasikan pasien ke dalam kelompok berdasarkan ada atau tidak adanya mutasi. “Kami berharap dapat memperluas pendekatan ini untuk jenis kanker lain, sehingga kami dapat memanfaatkan basis data gen kanker besar yang sudah dikumpulkan,” kata penulis senior Haruhiko Kishima.

Hasil akhirnya dapat menghilangkan kebutuhan untuk pengambilan sampel jaringan bedah. Terlebih lagi, ini dapat memberikan hasil klinis yang lebih baik bagi pasien karena proses pemberian obat yang dipersonalisasi menjadi lebih mudah dan lebih cepat.

Sumber Cerita:

Materi disediakan oleh Universitas Osaka. Catatan: Konten dapat diedit gaya dan panjangnya.

Untuk Informasi Lebih lanjut silahkan Kunjungi : Pengeluaran SGP

Author Image
adminProzen