用RNA深度学习寻找转移性“黏液性肿瘤”的原发部位

by Lee Gwanju

Published 18 Jan.2023 08:16(KST)

Kim Gidong 盆唐首尔大学医院教授团队
准确率达85.7%…有望制定最佳治疗策略

【亚洲经济记者 Lee Gwanju】韩国本土研究团队构思出一种方法学，可以找出已经发生转移的“黏液性肿瘤”的原发部位。与大众普遍认知的那种坚硬肿块不同，黏液性肿瘤由黏稠的黏液物质构成，往往难以判断肿瘤最初起源于何处。如果能够找到原发部位，有望实现更为有效的治疗。

盆唐首尔大学医院妇产科 Kim Gidong 教授团队18日表示，已成功开发出一种利用核糖核酸（RNA）深度学习方式来寻找黏液性肿瘤原发部位的算法。

研究团队注意到，癌细胞起源的器官不同，其RNA表达模式也不同，基于这一点，开展了“转录组分析”能否作为一种精准检测方法加以利用的研究。转录组是指一个细胞内存在的所有RNA分子的总和。

Kim Kidong 盆唐首尔大学医院妇产科教授。

研究团队以1960份癌症检体的转录组数据为基础，对宫颈癌、子宫内膜癌（子宫体癌）、卵巢癌、子宫肉瘤、胰腺癌、胃癌、结肠癌等7种原发癌中各不相同的RNA表达模式进行机器学习训练。结果显示，用于寻找黏液性肿瘤原发部位的准确率达到85.7%，是既有方法的2倍。

此次研究首次在全球范围内证实，在一直以来因难以确认原发部位而在制定最佳治疗策略方面颇为棘手的黏液性肿瘤领域，RNA分析有望成为突破口，具有重要意义。Kim 教授表示：“如果能够准确确认癌细胞的起源部位，就可以制定出更有助于改善患者预后的治疗策略。我们计划通过后续研究，将其发展为可在临床一线应用的检测方法。”