據《自然·機器智慧》雜誌報道，德國科學家借助一款深度學習軟體，對數萬個醫療數據集展開分析後，確定了165個與癌症有關的新基因。最新研究為個性化藥物靶向治療以及生物標誌物開發開闢了新前景。

馬克斯·普朗克分子遺傳學研究所和慕尼黑計算生物學研究所的研究人員開發出了名為“多組學圖形整合”（EMOGI）的新演算法。領導該項研究的安娜麗莎·馬爾西科解釋稱，該軟體整合了從患者樣本提取的數萬個數據集，包括DNA甲基化、單個基因的活性和細胞內蛋白質的相互作用，以及發生突變的序列的相關數據。有了這些數據，深度學習演算法可以檢測出導致癌症惡化的模式和分子原理。

馬爾西科説：“這將有助於促進個性化醫療領域取得進展。”她解釋説，與化療等傳統癌症治療方法不同，個性化療法能精確地根據腫瘤類型訂制藥物，“我們的目標是為每位患者選擇最佳療法，即方法最有效、副作用最少。此外，我們還可以根據癌症的分子特徵鑒別出處於早期階段的癌症。我們只有知道導致疾病的原因，才能有效地治療它們，這也是為什麼盡可能多地確定誘發癌症的機制如此重要的原因。”

目前，科學家們發現與癌症有關的基因數量已增長到700個左右，但只有借助生物資訊學分析和最新的人工智慧方法，研究人員才能追蹤到最新發現的這些隱藏的基因。此外，近年來，深度學習演算法進展迅猛，在其加持下，研究人員甚至能夠發現那些以前未被注意到的蛋白質或基因之間的關聯。

研究人員強調説，EMOGI系統並不局限于癌症。從理論上講，它可以用來整合不同的生物數據集，並從中找出模式。例如，可用於糖尿病等複雜的代謝性疾病領域。

總編輯圈點

深度學習再創新功。相比化療，靶向治療在殺傷癌細胞的同時，還能最大限度保護那些正常工作的好細胞。所以，得上可以進行靶向治療的癌症，也算是不幸中的萬幸。但是，找到這些與癌症有關的基因並不容易，需要大量的計算與分析。於是，人工智慧在個性化治療領域閃亮登場，為人類對抗癌症這一艱苦卓絕的鬥爭提供助力。文中提到的新演算法，不僅可以用於癌症，還可以在多個複雜疾病中發揮作用，並幫人類在基礎研究領域取得進步。