一种寻找刺激肿瘤生长基因的方法利用机器学习算法来筛选从癌细胞系、小鼠模型和人类患者的研究中收集的大量分子数据。

通过教导人工智能系统将某些 DNA 突变与改变的功能联系起来，由 KAUST 计算生物科学研究中心的 Robert Hoehndorf 领导的一个团队表明，他们可以识别出已知在癌症中起致病作用的基因，并在 20 分钟内挑选出数十个假定的新基因。不同的肿瘤类型。

科学报告中描述的预测方法中有所描述，可在线免费获取——可以帮助临床医生根据患者的分子亚型定制药物。它也可以被制药公司用于寻找新的治疗靶点。

“我们的方法可以用作预测和验证任何数据库或真实人群样本中的癌症驱动基因的框架，”博士 Sara Althubaiti 说。Hoehndorf 实验室的学生和该研究的第一作者。

传统上，科学家通过从 DNA 序列数据入手来寻找与癌症有因果关系的基因。通过对常见类型癌症患者共有的肿瘤突变进行广泛分类，研究界已经记录了数百个对肿瘤发展有因果影响的基因。然后使用实验跟进将这些基因与癌症的标志在功能上联系起来。