统计方法可以帮助研究人员了解肿瘤化妆,个性化癌症治疗

元,项目主任计算基因组学和医学研究所北岸大学卫生体系和芝加哥大学的生物统计学副教授,描述了新技术——称为贝叶斯特征分配模型——在演讲题为“贝叶斯模型的异构性在人类癌症。”

个性化癌症治疗的成功开发将由准确的描述病人的肿瘤的基因组成。最近的突破在癌症基因组研究揭示了在每一个恶性肿瘤细胞基因异构,拥有新的和不断发展的DNA突变。

传统one-size-fit-all方法治疗癌症无法消除所有的积累——下一代的突变细胞产生克隆——在一个肿瘤。治疗后,残余细胞产生耐药性和政治学的一个新的治疗肿瘤变得更具挑战性。因此,重要的是为癌症研究人员完全理解subclonal基因在肿瘤疾病可以攻击更有效地使用药物的组合目标的积累。

要做到这一点,第一步是确定哪些积累存在和各种类型的突变积累。使用门店数据,吉和他的合作者开发贝叶斯特征频率分配模型来推断和人口数量的积累一个肿瘤样本。他们还建立了subclonal序列和结构突变作为推理结果的一部分,这两个帮助医生选择靶向药物基于模型的结果。

“运用强大的贝叶斯功能分配模型分析门店数据,我们相信我们可以理解每个肿瘤内的基因和细胞异质性,从而促进精密癌症治疗的决定病人的主治医生,”说,结束了演讲。

房子正在举行2015年8月8日至13日在华盛顿会议中心在西雅图。超过6000的统计人员,代表学术、商业和工业,以及国家、州和地方政府——从许多国家参加北美最大的收集统计科学。