机器学习帮助寻找癌症进化模式

大家好,本周给大家推荐的文章来自于Nature Methods。Detecting repeated cancer evolution from multi-region tumor sequencing data。本文关注的问题是癌症的进化，通讯作者是来自英国癌症研究所的天体物理学家Andrea Sottoriva和Giulio Caravagna以及爱丁堡大学的Guido Sanguinetti。值得一提的是，Andrea Sottoriva的职业生涯的大部分时间是花在搜索中微子和分析日内瓦大强子对撞机粒子对撞的结果上。

言归正传，达尔文的进化理论大家应该耳熟能详。而在癌症中，同样存在着进化过程，比如从良性肿瘤细胞发展到恶性和转移性癌细胞都是进化的过程。也就是说癌症是一种会不断进化的疾病！

在这个过程中对癌细胞来说就会带来大量的抗药性，因此针对于耐药性的细胞的抗癌药发展就变得异常困难。那么本文作者关心的是，通过预测癌症进化的下一个步骤，将癌症进化的通路搞清楚，来帮助我们找到癌症进化的主干线，进而帮助我们设计出更有效的抗癌药物。克隆进化是由随机突变，遗传漂变和非随机选择的相互作用引起的，复杂数据中由于随机性的存在限制了可预测性。然而，组织病理学分期和分子标记的预后价值表明，至少部分地，肿瘤进化是可预测的。

现在有一种多区域测序的方法，它可以通过系统发育分析确定肿瘤中体细胞畸变的部分顺序。也就是说，我们可以通过测序的方法来回溯癌症的进化路径。研究者共拿到了来自肺癌，乳腺癌，肾癌和结肠直肠癌的多区域测序数据集（来自178名患者的768个样本）,每个样本的患病情况都是已知的。因此作者试图用一个机器学习的方法来预测疾病的进展。

作者利用了这样一个事实，即不同患者的肿瘤可以代表同一进化过程的多个实例，并设计了一种叫做癌症重复演化的方法(REVOLVER)。基于以上事实就意味着该方法可以联合分析推断多位患者的模型，拿到更丰富的结构相关性。它通过使用迁移学习的（TL）机器学习方法来分析患者的数据，利用多个独立的噪声观察（即单个患者）和患者之间的“转移”信息来对数据进行去噪，并突出隐藏的进化模式。各个模型仍然能解释每个患者的数据，同时突出显示类似进化的肿瘤亚组。

最后作者在非小细胞肺癌，乳腺癌以及肾癌中做了一定的测试，效果看着还不错。

作者：WHB

原文引用：

相关文献阅读之机器学习运用之冰山一角：