新传媒网加州大学洛杉矶分校健康琼森综合癌症中心的研究人员开发了一种基于表观遗传因素的人工智能 (AI) 模型，该模型能够成功预测多种癌症类型的患者结果。
研究人员发现，通过检查肿瘤中表观遗传因素(影响基因打开或关闭的因素)的基因表达模式，他们可以将它们分为不同的组，以比癌症分级等传统措施更好地预测各种癌症类型的患者结果和舞台。
《通讯生物学》中描述的这些发现也为开发旨在调节癌症治疗中表观遗传因素(例如组蛋白乙酰转移酶和 SWI/SNF 染色质重塑剂)的靶向疗法奠定了基础。
“传统上，癌症主要被视为癌基因或肿瘤抑制基因内基因突变的结果，”共同资深作者、分子、细胞和发育生物学教授、加州大学洛杉矶分校健康琼森综合癌症中心成员希拉里·科勒 (Hilary Coller)说。加州大学洛杉矶分校 Eli 和 Edythe Broad 再生医学和干细胞研究中心。
“然而，先进的下一代测序技术的出现让更多的人意识到染色质的状态以及维持这种状态的表观遗传因子的水平对于癌症和癌症进展很重要。染色质的状态有不同的方面。染色质——比如组蛋白是否被修饰，或者 DNA 的核酸碱基是否含有额外的甲基——都会影响癌症的结果。了解肿瘤之间的这些差异可以帮助我们更多地了解为什么一些患者对治疗的反应不同以及为什么他们的结果各不相同。”
虽然之前的研究表明，编码表观遗传因子的基因突变会影响个体的癌症易感性，但人们对这些因子的水平如何影响癌症进展知之甚少。科勒指出，这种知识差距对于充分理解表观遗传学如何影响患者的结果至关重要。
