MIT News - Artificial intelligence
·
三个问题：构建预测模型以表征肿瘤进展
💡
原文英文，约900词，阅读约需4分钟。
📝
内容提要
麻省理工学院的Matthew G. Jones教授利用人工智能和计算方法研究肿瘤进化，特别关注外染色体DNA（ecDNA）的扩增。研究发现，ecDNA在约25%的癌症中普遍存在，能加速肿瘤侵袭性。通过单细胞谱系追踪技术，他希望改善患者治疗效果，预测药物抵抗，并识别新的治疗靶点。
🎯
关键要点
- 麻省理工学院的Matthew G. Jones教授研究肿瘤进化，特别关注外染色体DNA（ecDNA）的扩增。
- ecDNA在约25%的癌症中普遍存在，能加速肿瘤侵袭性。
- 肿瘤具有改变遗传组成和细胞动态的能力，导致治疗效果下降。
- 研究希望通过计算和实验技术解码肿瘤进化的分子过程。
- 使用单细胞谱系追踪技术研究肿瘤进化，帮助预测药物抵抗和识别新的治疗靶点。
- 麻省理工学院强调工程与生物科学的结合，促进学术研究与行业研究的合作。
❓
延伸问答
ecDNA在癌症中的作用是什么？
ecDNA在约25%的癌症中普遍存在，能加速肿瘤的侵袭性，帮助肿瘤更快适应压力和治疗。
Matthew G. Jones教授的研究目标是什么？
他的研究目标是通过计算方法构建预测模型，以改善患者治疗效果，预测药物抵抗，并识别新的治疗靶点。
如何利用单细胞谱系追踪技术研究肿瘤进化？
单细胞谱系追踪技术可以帮助研究个别细胞的谱系，识别肿瘤历史中出现的激进突变，从而观察肿瘤的动态进化过程。
肿瘤如何改变其遗传组成？
肿瘤通过改变其遗传组成、蛋白质信号组成和细胞动态来适应选择压力，从而进化和扩散。
麻省理工学院的研究环境有什么特点？
麻省理工学院强调工程与生物科学的结合，促进学术研究与行业研究的合作，提供良好的跨学科合作环境。
ecDNA扩增如何影响肿瘤的治疗效果？
ecDNA扩增使肿瘤能够以意想不到的方式加速进化，导致治疗效果下降，增加药物抵抗的风险。
➡️
