教師なし学習で「すい臓がんを分子レベルで見分け」適切な治療を届ける(AI×医薬品)【論文】

   
★AIDB会員限定Discordを開設いたしました! 会員登録/ログインの上、マイページをご覧ください。
★コンサルティングサポート(調査・研修・開発支援)をご希望の方はお問合せください。

一言でがんと言ってもさまざまな種類のがんがあり、体内で起こる現象は異なる。それぞれの症状に合った治療法の発見に、AIが活躍する時代だ。

もくじ
課題:すい臓がんの種類ごとに個別の治療法が必要
テーマ:分子の特徴に応じてすい臓がんを分類する
目的:すい臓がんの種類ごとの分子的特徴を解明する
手法:DNAデータなどを元に複数の機械学習で分類・予測した
結果:すい臓がんの分類と、分子的特徴の発見に成功した

課題:すい臓がんの種類ごとに個別の治療法が必要

すい臓がんは、体の深部に位置していることから、発生しても症状が出にくく、早期発見が困難ながんである。すい臓がんの治療薬を開発する上では、すい臓がんの発症に関連する体内のメカニズム(生物学的プロセス)の解明が欠かせない。

一言ですい臓がんと言っても、臨床的にはいくつかのタイプ(サブタイプ)に区別されている。それぞれのサブタイプごとに適切な治療薬を設計するためには、各サブタイプにおける生物学的プロセスを分子レベルで理解する必要がある。


AIDBの全記事が読み放題のプレミアム会員登録はこちらから↓

すい臓がんのサブタイプを分子レベルで理解する試みとして、南アフリカにあるケープタウン大学のMusalula Sinkalaら研究者の研究を紹介したい。

彼らは、すい臓がんにおけるバイオマーカーや薬物応答についての情報が不足しているという課題に着目し、すい臓がんのサブタイプの分類モデルの構築を試みたのだった。

テーマ:分子の特徴に応じてすい臓がんを分類する

まずはMusalula Sinkalaらの研究におけるミッション・手法・結果をまとめた。

本記事を読むにはAIDBのアカウントが必要です。


※ログイン/初回登録後、下記ボタンを押してください。







■サポートのお願い
AIDBを便利だと思っていただけた方に、任意の金額でサポートしていただけますと幸いです。






masashi

投稿者の過去記事

大学院では薬学の研究を行っていました。主に創薬・製造・金融分野におけるAI活用を掘り下げたいと思います。Twitter:@masa05240112

業界/カテゴリー

PAGE TOP