亚洲欧美日韩国产综合一区二区_亚洲偷精品国产五月丁香麻豆_精品久久久久久中文字幕202_久久国产亚洲精品美女_国产精品调教视频一区

每日播報(bào)!AI賦能甲狀腺結(jié)節(jié)良惡性診斷:19個(gè)生物標(biāo)志物建立模型,大幅提升準(zhǔn)確率

2022-09-08 21:41:45

術(shù)后檢測(cè)?穿刺活檢?在手術(shù)前,甲狀腺結(jié)節(jié)的良性惡性難分辨。西湖大學(xué)教授郭天南團(tuán)隊(duì)將高通量蛋白質(zhì)組學(xué)與Al技術(shù)結(jié)合,診斷準(zhǔn)確率提高到85%以上。


(資料圖)

9月6日,西湖大學(xué)郭天南研究員團(tuán)隊(duì)、李子青教授團(tuán)隊(duì)及臨床合作者在學(xué)術(shù)期刊《細(xì)胞發(fā)現(xiàn)》(Cell Discovery)雜志上發(fā)表論文“Artificial intelligence defines protein-based classification of thyroid nodules”,利用人工智能結(jié)合蛋白質(zhì)表達(dá)檢測(cè),精準(zhǔn)診斷甲狀腺的良惡性,從而幫助醫(yī)生判斷結(jié)節(jié)是否需要切除。

近年來,甲狀腺結(jié)節(jié)的患病率持續(xù)高升,普通人群中的甲狀腺結(jié)節(jié)患病率高達(dá)50%,即每2個(gè)成年人中就有1個(gè)人可能患有甲狀腺結(jié)節(jié)。

數(shù)據(jù)顯示,其中大概只有10%是惡性的。也就是說,大部分良性甲狀腺結(jié)節(jié)患者原本可以選擇保守治療而不是切除。

在臨床評(píng)估中,通常采用細(xì)針穿刺活檢方式,獲取結(jié)節(jié)的組織樣本來進(jìn)行細(xì)胞病理診斷。即便如此,仍然有多達(dá)1/3的甲狀腺結(jié)節(jié)無法準(zhǔn)確分類。

在郭天南等人發(fā)表的最新研究中,科研人員使用壓力循環(huán)技術(shù),可以實(shí)現(xiàn)在微量組織樣本上進(jìn)行蛋白質(zhì)組學(xué)分析。

研究人員基于1724例石蠟包埋(FFPE)的甲狀腺組織,尋找到19個(gè)蛋白質(zhì)生物標(biāo)志物,并建立模型——一個(gè)神經(jīng)網(wǎng)絡(luò)模型。實(shí)驗(yàn)結(jié)果表明,該模型在對(duì)甲狀腺結(jié)節(jié)良惡性的判斷準(zhǔn)確率超過91%。

為了驗(yàn)證該模型的性能,研究人員對(duì)來自中國的288個(gè)樣本進(jìn)行測(cè)試,其診斷結(jié)果的準(zhǔn)確率為89%。從新加坡、中國的12個(gè)臨床中心收集到的另外294份樣本顯示,驗(yàn)證結(jié)果準(zhǔn)確率為85%。

在甲狀腺結(jié)節(jié)分子診斷中,基于核酸(DNA與RNA)的輔助診斷方法已是一項(xiàng)較為成熟的技術(shù)。但RNA易降解,給檢測(cè)帶來了挑戰(zhàn)。

同時(shí),用于不確定性結(jié)節(jié)良惡性判別的突變目前仍存爭議,因此限制了其應(yīng)用。

相比之下,從蛋白質(zhì)分子層面進(jìn)行分析就會(huì)可靠得多。當(dāng)發(fā)生病變時(shí),病變部位的狀態(tài)可以直接地從蛋白質(zhì)分子層面顯示出來。

但由于蛋白質(zhì)組的數(shù)據(jù)十分繁雜,研究人員的工作量會(huì)變得十分龐大,AI的加入恰好解決了這一問題,它的計(jì)算速度和準(zhǔn)確性使得研究人員分析蛋白質(zhì)組數(shù)據(jù)的過程變得輕松很多。

郭天南教授也認(rèn)為,如果可以將大健康與AI結(jié)合起來,不管從學(xué)術(shù)角度、從生物學(xué)原理的必要性角度,還是從市場(chǎng)、社會(huì)的需求來說,都將是時(shí)代的大趨勢(shì)。

參考資料

1. Artificial inteligence defines protein-based classification of thyroid nodules.Cell.

2. 郭天南|人工智能+蛋白質(zhì)組學(xué):藥物研發(fā)的生物學(xué)底層變革.智藥邦.

https://mp.weixin.qq.com/s/HO3BCZix8vhhf1ZENv2Ndg

3. Proteomic and Metabolomic Characterization of COVID-19 Patient Sera.Cell.

https://www.cell.com/cell/fulltext/S0092-8674(20)30627-9

4. Multi-organ Proteomic Landscape of COVID-19 Autopsies.Cell.

https://www.cell.com/cell/fulltext/S0092-8674(21)00004-0

標(biāo)簽: 甲狀腺結(jié)節(jié) 高通量蛋白質(zhì)組學(xué)

關(guān)閉
新聞速遞