De Novo 급성 골수성 백혈병 환자의 위험 계층화에 대한 다중 오믹스 접근법

조사관은 기계 학습을 사용하여 골수 도말의 특징을 식별하고 유전자 돌연변이, 유전자 발현 또는 예후와 관련된 특징을 선택할 것입니다. 그런 다음 조사관은 환자의 결과와 관련된 유전자 발현을 조사하기 위해 게놈 차원의 transcriptomic 프로파일링을 사용할 것입니다. 조사관은 고유한 분자 지수를 가진 차세대 시퀀싱 패널을 설계하고 측정 가능한 잔류 질병을 감지하는 데 있어서 그 가능성과 견고성을 평가하고 패널/플랫폼/생물정보학 파이프라인을 최적화할 것입니다. 마지막으로 연구자들은 기계 학습을 사용하여 골수 도말 특징, 유전자 돌연변이, 유전자 발현 및 측정 가능한 잔여 질병을 통합하여 다중 오믹스 데이터를 기반으로 하는 포괄적인 위험 평가 시스템을 구축할 것입니다. 연구자들은 이러한 플랫폼이 의사가 개별 환자에게 가장 적합한 치료 전략을 설계하는 데 도움이 될 것이며 정밀 의학의 개념을 발전시킬 뿐만 아니라 환자의 예후를 향상시킬 것이라고 믿습니다.