大数据与人工智能
美国加州大学(洛杉矶)医学院病理系正教授周向红教授,EarlyDiagnostics公司的创始人。她的团队发明了液体活检,大数据整合,和基因网络分析领域的多种工具。在3月9日的报告中她将带来团队的最新成果CancerLocator。不仅能准确地从血液中的cfDNA检测到癌症,而且可以精确定位肿瘤的位置。它使用全基因组DNA甲基化数据同时推测血液样品中从肿瘤细胞释放的DNA的比例和组织起源。 CancerLocator在模拟和真实数据上都显着优于两种流行的多类分类方法(支持向量机和随机森林)。 CancerLocator 在低测序深度的DNA甲基化数据中也取得有很好的预测结果。 可以很好地识别早期肝癌患者和肺癌患者。在最近在实验技术和计算技术上的新进展进一步加强了CancerLocator在癌症检测上的精度和广度。
肿瘤免疫治疗被认为是近年来癌症治疗手段中最有希望的方法之一。免疫检查点抑制剂(immune-checkpoint blockade)通过解除肿瘤细胞对免疫细胞的抑制通路,激活免疫细胞消灭肿瘤。虽然免疫检查点抑制剂在多类肿瘤治疗中表现出了令人振奋的临床效果,但在实际应用中仍然会出现响应率低,个体化差异大等临床问题。如何基于特定的biomarkers以及计算模型,对于肿瘤患者进行有效的个体化的免疫检查点抑制剂的疗效预测,是该类肿瘤免疫治疗的关键问题之一。
同济大学生命科学与技术学院的刘琦教授,在报告中将系统探讨了肿瘤免疫检查点抑制剂疗效预测的相关计算生物学问题。基于高通量测序数据,构建一站式AI模型(one-stop AI model)进行肿瘤免疫抑制剂疗效预测的计算框架,该计算框架将有利于整合现有的多类biomarkers进行疗效预测,以及基于已知样本挖掘潜在的新的biomarkers。基于上述分析,研究者进一步指出了免疫抑制剂疗效预测领域若干重要的计算研究方向。