Approccio multi-omico alla stratificazione del rischio per i pazienti con leucemia mieloide acuta de novo

Gli investigatori utilizzeranno l'apprendimento automatico per identificare le caratteristiche sugli strisci di midollo osseo e selezionare le caratteristiche correlate alle mutazioni geniche, all'espressione genica o alla prognosi. I ricercatori utilizzeranno quindi la profilazione trascrittomica dell'intero genoma per studiare l'espressione genica associata agli esiti dei pazienti. I ricercatori progetteranno un pannello di sequenziamento di nuova generazione con un indice molecolare unico e ne valuteranno la fattibilità e la robustezza nel rilevare la malattia residua misurabile e ottimizzeranno la pipeline pannello/piattaforma/bioinformatica. Infine, i ricercatori utilizzeranno l'apprendimento automatico per integrare le caratteristiche dello striscio di midollo osseo, le mutazioni geniche, l'espressione genica e la malattia residua misurabile per costruire un sistema completo di valutazione del rischio basato su dati multi-omici. I ricercatori ritengono che una tale piattaforma aiuterà i medici a progettare le strategie di trattamento più appropriate per i singoli pazienti, non solo facendo avanzare il concetto di medicina di precisione ma anche migliorando le prognosi dei pazienti.