机器学习和人工智能（AI）技术及大数据分析帮助伯明翰大学的研究人员发现了具有强大预测潜力的蛋白质，这些蛋白质有助于结直肠癌的早期检测。这项研究发表在《肿瘤学前沿》杂志上，研究人员分析了来自英国生物银行（UK Biobank）的最大规模之一的健康个体和结直肠癌患者的蛋白质谱数据，并确定了三种重要标志物——TFF3、LCN2和CEACAM5。这些标志物与细胞黏附和炎症过程密切相关，而这些过程与癌症的发展紧密关联。下一步将是进一步验证这些生物标志物，并可能将其开发成新的诊断工具。
研究使用了三种不同的机器学习模型和人工智能（AI）来识别数据中的模式。
该研究的领导者、癌症和基因组科学系博士Animesh Acharjee（同时也是迪拜健康数据科学硕士课程副项目主任）表示：“结直肠癌是全球癌症相关死亡的主要原因之一，预计未来几十年发病率将增加。这一增长突显了可靠工具诊断和预测疾病的需求，尤其是在早期发现可以更有效地进行治疗的情况下。本研究结果为未来的蛋白质组学研究中识别潜在生物标志物提供了宝贵的见解，我们希望这些知识最终能帮助改善结直肠癌患者的治疗。”
Acharjee博士补充道：“在我们的研究中，我们结合了先进的机器学习和人工智能（AI）模型与蛋白质网络分析，以识别有助于诊断结直肠癌的关键蛋白质生物标志物。这些生物标志物显示出希望，但还需要更大规模的验证研究来深入探讨这些潜在新生物标志物之间的关系及其机制特性。”
(全文结束)
