机器学习和人工智能（AI）技术及大数据集的分析帮助伯明翰大学的研究人员发现了具有强烈预测潜力的蛋白质，这些蛋白质对于结直肠癌的检测至关重要。这项研究发表在《Frontiers in Oncology》上，研究人员分析了来自英国生物样本库（UK Biobank）的大量蛋白质谱数据，涵盖了健康个体和结直肠癌患者的数据，并确定了三种蛋白质——TFF3、LCN2和CEACAM5，作为重要的生物标志物。这些蛋白质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密切相关。下一步将是进一步验证这些生物标志物，然后将其开发成新的诊断工具。
领导这项研究的伯明翰大学癌症与基因组科学系副教授兼迪拜健康数据科学硕士课程副主任Animesh Acharjee博士表示：“结直肠癌是全球癌症相关死亡的主要原因之一，预计未来几十年其发病率将增加。这种增长突显了可靠工具在诊断和预测疾病方面的重要性，尤其是早期检测可以更有效地进行治疗。”
“本研究结果为未来蛋白质组学研究中潜在生物标志物的识别提供了宝贵的见解，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，我们使用了先进的机器学习和人工智能模型结合蛋白质网络分析来识别关键蛋白质生物标志物，这些生物标志物显示出很大的潜力，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。”
结直肠癌是英国第四大常见癌症，每年约有44,100人被诊断出患有此病。这种癌症发生在异常细胞开始不受控制地分裂和生长时，影响到大肠，包括结肠和直肠。目前，诊断通常涉及医生从肠道中取样并送至实验室进行各种测试，以识别癌症并指示哪些治疗方法最有效。任何能够更早、更简便地检测结直肠癌的技术进步都将受到欢迎。
(全文结束)
