Когда ваши гены работают правильно, они действуют как миниатюрные заводские менеджеры, управляя производством жизненно важных белков. Но иногда ген выходит из строя и вместо этого производит раковую опухоль. Когда специалисты по раку выявляют эти дефектные гены, они могут разработать планы лечения, основанные на прошлых доказательствах.
Однако до сих пор данные, связывающие генетические факторы и результаты лечения, были распространены среди сотен академических журналов. Докторам потребовались бы дни, чтобы ничего не делать, чтобы найти и прочитать все эти отчеты.
Теперь они могут тратить это время на проведение оптимизированного лечения.Обещание eGARDeGARD — это система интеллектуального анализа текста, которая анализирует слова и фразы в медицинской литературе, чтобы найти взаимосвязь между геномными аномалиями и реакциями на лекарства.«У клиницистов нет времени читать все отчеты и литературу по каждой опухоли», — сказал Питер МакГарви, автор исследования и доцент биохимии Джорджтаунского университета. «eGARD — это способ помочь клиницистам, медицинским генетикам или, возможно, компаниям, которые уже делают это другими способами».Исследовательская группа применила eGARD к примерно 36 000 рефератов статей, извлекая 50 генов и 42 лекарства от рака, включая ингибиторы клеточного цикла, ингибиторы киназ и препараты для лечения антител.
Исследовательская группа сначала обучила систему определять признаки генетических аномалий с очень научными названиями, такими как «сверхэкспрессия ERCC1» или «полиморфизмы C677T и A1298C гена MTHFR».Затем они обучили его искать текст, предлагающий результаты лечения, такие как «значительно более слабый ответ» или «выживаемость».
Затем они искали слова и фразы, связывающие генетическую аномалию и результат, такие как «коррелировать», «связывать» или «повышать чувствительность».Извлекая и обрабатывая ключевые фрагменты текста, eGARD может сопоставлять генетические подписи с результатами с точностью 95%.«Мы надеемся, что это может иметь значение как для онкологов, так и для больных раком», — сказал автор исследования Виджей Шанкер, профессор компьютерных и информационных наук Университета штата Вашингтон.
Исследователи UD разработали код и обработку данных для eGARD, а исследователи из Джорджтауна, специализирующиеся на клинических исследованиях, предоставили варианты использования, терминологию, тщательно отобранные наборы данных и понимание того, какая информация наиболее важна для врачей, работающих в области точной медицины. Обе группы протестировали и усовершенствовали систему.
Команда создаст публичный интерфейс для eGARD. Со временем он также может быть включен в другое программное обеспечение.