Машинное обучение помогает предсказать, когда иммунотерапия будет эффективной - Онлайн-газета "Московские новости"

Когда дело доходит до защиты, организм полагается на атаку благодаря лимфатической и иммунной системам. Иммунная система похожа на личную полицию организма, поскольку она выслеживает и устраняет патогенных злодеев.

« Иммунная система организма очень хорошо распознает клетки , которые действуют странно. К ним относятся клетки, которые могут развиться в опухоли или рак в будущем», – говорит Федерика Эдуати из отдела биомедицинской инженерии TU / e. «После обнаружения иммунная система поражает и убивает клетки».

Остановить атаку

Но это не всегда так просто, поскольку опухолевые клетки могут разработать способы, чтобы спрятаться от иммунной системы.

«К сожалению, опухолевые клетки могут блокировать естественный иммунный ответ. Белки на поверхности опухолевой клетки могут отключать иммунные клетки и эффективно переводить их в спящий режим», – говорит Оскар Лапуенте-Сантана, доктор философии. исследователь в группе вычислительной биологии.

К счастью, есть способ разбудить иммунные клетки и восстановить их противоопухолевый иммунитет, и он основан на иммунотерапии.

Представляем иммунотерапию

Иммунотерапия – это лечение рака, которое помогает иммунной системе бороться с раковыми клетками. Один из типов иммунотерапии включает в себя блокаторы иммунных контрольных точек (ICB), которые представляют собой лекарства, которые заставляют иммунные клетки игнорировать приказы о выключении, исходящие от раковых клеток.

Открытие ICB стало революционным для лечения рака: Джеймс П. Эллисон и Тасуку Хондзё совместно удостоились Нобелевской премии 2018 года по физиологии и медицине за свою работу над ICB.

Хотя ICB успешно использовался для лечения большого количества пациентов и различных типов рака, только одна треть пациентов реагирует на лечение.

«ICB оказал большое влияние, но оно могло бы быть больше, если бы мы могли быстро выяснить, какие пациенты с наибольшей вероятностью отреагируют на лечение», – говорит Эдуати. «И было бы здорово, если бы мы могли понять, почему другие пациенты не реагируют на ICB».

Чтобы решить эту проблему, Лапуенте-Сантана и Эдуати вместе с коллегами Майсой ван Гендерен (TU / e), Питером Хильберсом (TU / e) и Франческой Финотелло (Медицинский университет Инсбрука) обратились к машинному обучению, чтобы предсказать реакцию пациентов. в ICB. Их работа только что опубликована в журнале Patterns .

от elenan27

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *