O câncer colorretal é a segunda principal causa de morte mundial do câncer. Se for detectado rapidamente, poderá ser tratado com eficiência, o custo e o desconforto da colonoscopia – o principal método de diagnóstico usado atualmente – geralmente resulta em diagnóstico tardio. Usando algoritmos de aprendizado de máquina, um grupo de Universidade de Genebra (UNIS) identifica pela primeira vez todas as bactérias intestinais humanas aos detalhes dos detalhes, o que permite a importância fisiológica de vários subgrupos microbianos. Esta lista foi usada para detectar a presença de câncer colorretal, de acordo com as bactérias presentes nas amostras gerais de fezes, um equipamento de triagem agressivo e de baixo custo. As aplicações possíveis são amplamente, desde o diagnóstico de outros cânceres até uma melhor compreensão do microboyota intestinal e dos vínculos na saúde. Essas pesquisas são publicadas Host celular e micróbios.
O câncer colorretal é frequentemente diagnosticado no nível avançado se as opções de tratamento forem limitadas. Ele fica de olho nas necessidades de equipamentos de diagnóstico simples e menos agressivos, especialmente nos casos de adultos jovens, ainda diante do crescimento infinito. Embora tenha sido relatado há muito tempo que o intestino Microboyota desempenha um papel no desenvolvimento do câncer colorretal, essas pesquisas se mostraram desafiadoras para se traduzir na prática clínica. Isso ocorre porque as mesmas espécies bacterianas podem ter o efeito oposto de diferentes cepas, promovendo algumas doenças e outras não têm efeito.
“Instead of relying on analysis of different species by composing microboyota, which do not capture all meaningful differences, or bacteria strains, from one person to another, we have focused on an intermediate level of microbiotar, full professor of sub -transsese and metabis, and the full professor of professor and professor in the section. Specific and bacteria can capture the differences between how to work and contribute to cancer, although these changes are common enough to detect these changes em diferentes grupos de indivíduos, populações ou países.
Com a ajuda do aprendizado de máquina
O primeiro passo foi analisar uma grande quantidade de dados. “Como bioinformática, o desafio era aparecer com um método inovador para análise de dados de massa”, o aluno de doutorado do Mirco Truscingsky Laboratory e o primeiro autor deste estudo. “Desenvolvemos com sucesso o primeiro amplo catálogo do sub -triagem do Intestino Humano Microboyota, com uma abordagem específica e eficiente para pesquisa e na clínica”.
Ao combinar esse catálogo com dados clínicos existentes, os cientistas criaram um modelo que pode prever a presença de câncer colorretal com base nas bactérias presentes nas amostras de fezes. “Embora estivéssemos confiantes sobre nossas técnicas, os resultados foram interessantes”, convenceu Matiza a Tricovic. “Nosso método detectou 90% do caso do câncer, resultando em 94% da colonoscopia está muito próximo da taxa de identificação e é melhor do que o atual método de detecção não agressivo”.
Ao integrar mais dados clínicos, esse modelo pode se tornar mais preciso e corresponde à precisão da colonoscopia. Pode ser transformado em um equipamento de triagem de rotina e pode ser conveniente para a detecção inicial de câncer colorretal, que será confirmado pela colonoscopia, mas apenas em um grupo escolhido de pacientes.
Um novo mundo de aplicações
Um primeiro ensaio clínico em colaboração com os hospitais da Universidade de Genebra (abraços) está sendo estabelecido na fase do câncer e para determinar as feridas que podem ser detectadas com mais precisão. No entanto, as aplicações saem do câncer colorretal. Os pesquisadores agora podem detectar atividades estudando as diferenças entre as mesmas espécies bacterianas, permite que a microbiota intestinal afete a saúde humana. “O mesmo método pode ser usado em breve para desenvolver equipamentos de diagnóstico não agressivos para doenças amplas com base em uma única análise de microboyota”, disse Mirco Truscovesky, concluindo.
