Мультиомический подход к стратификации риска для пациентов с острым миелоидным лейкозом de Novo

Исследователи будут использовать машинное обучение для выявления признаков в мазках костного мозга и выбора признаков, связанных с генными мутациями, экспрессией генов или прогнозом. Затем исследователи будут использовать полногеномное транскриптомное профилирование для изучения экспрессии генов, связанной с результатами лечения пациентов. Исследователи разработают панель секвенирования следующего поколения с уникальным молекулярным индексом и оценят ее осуществимость и надежность в обнаружении измеримой остаточной болезни, а также оптимизируют панель/платформу/биоинформатический конвейер. Наконец, исследователи будут использовать машинное обучение для интеграции характеристик мазка костного мозга, генных мутаций, экспрессии генов и измеримой остаточной болезни для создания комплексной системы оценки риска, основанной на мультиомных данных. Исследователи считают, что такая платформа поможет врачам разработать наиболее подходящие стратегии лечения для отдельных пациентов, не только продвигая концепцию точной медицины, но и улучшая прогнозы пациентов.