使用无监督机器学习算法对骨肉瘤进行分类

【资料图】

作为一个直接后果，绝大多数试验仍然无法从给药前基于分子证据的 OSA 患者选择中获益。这种分层的缺乏导致难以解释结果，特别是对于靶向药物，如多激酶抑制剂或抗破骨药物。

“与此同时，幸运的是，许多研究和临床团队积累了大量稀疏但趋同的观察结果，逐渐描绘出耐药性骨肉瘤的画像，这为新的转化发现铺平了道路。”

在他们的新社论中，巴黎萨克莱大学的研究人员Gaël Moquin-Beaudry、Maria Eugenia Marques da Costa、Nathalie Gaspar 和AntoninMarchais讨论了他们最近的研究，他们使用无监督机器学习算法在诊断时根据功能丰富的基因表达模块对 OSA 进行分类免疫微环境和肿瘤表型特征。

“最近，几项重要的研究利用多组学方法和人工智能，以前所未有的详细程度对 OSA 进行了分子描述。”

标签：