«Ученых вроде меня, которые занимаются добычей открытых данных, называют« исследовательскими паразитами ». Хотя это не самое лестное название, идея использования существующих данных для получения новых идей является очень важной частью современных биомедицинских исследований. Этот проект демонстрирует силу паразиты ", — говорит Джеймс Костелло, доктор философии, старший автор статьи, исследователь онкологического центра Университета Колорадо, доцент кафедры фармакологии Медицинской школы CU и директор по проблемам вычислительной и системной биологии в Sage Bionetworks. / МЕЧТА организации.Проект контролировался совместными усилиями 16 институтов, возглавляемых академическими исследовательскими институтами, включая Онкологический центр CU, инициативы открытых данных, включая Project Data Sphere, Sage Bionetworks и DREAM Challenges Национального института рака, а также промышленными и исследовательскими партнерами, включая Sanofi, AstraZeneca и Фонд рака простаты. Организаторы конкурса предоставили результаты пяти завершенных клинических испытаний.
Перед командами стояла задача связать глубокий набор клинических измерений с общей выживаемостью пациентов, систематизируя свои идеи в новых вычислительных моделях, чтобы лучше прогнозировать выживаемость пациентов на основе клинических данных.«Идея состоит в том, что если пациент приходит в клинику и имеет эти измерения и результаты тестов, можем ли мы поместить эти данные в модель, чтобы сказать, будет ли этот пациент прогрессировать медленно или быстро. Если мы знаем особенности пациентов с наибольшим риском , мы можем знать, кто должен получать стандартное лечение, а кто может получить больше пользы от клинических испытаний », — говорит Костелло.
Самая успешная из 50 моделей была представлена командой под руководством Теро Аиттокаллио, доктора философии, из Института молекулярной медицины Финляндии, FIMM, Хельсинкского университета, и профессора кафедры математики и статистики Университета Турку, Финляндия.«Моя группа имеет многолетний опыт в разработке многомерных моделей машинного обучения для различных биомедицинских приложений, но эта задача предоставила уникальную возможность поработать над данными клинических испытаний с конечной целью помочь пациентам с метастатическим устойчивым к кастрации раком простаты», — говорит Айттокаллио.По сути, модель зависела не только от групп измерений отдельных пациентов для прогнозирования исходов, но и от изучения того, какие взаимодействия между измерениями были наиболее предсказуемыми — например, данные, описывающие состав системы крови пациента и иммунную функцию, лишь слабо предсказывали выживаемость на их основе. собственные, но в сочетании стали важной частью модели-победителя. В модели использовалась стратегия вычислительного обучения, технически называемая ансамблем штрафных регрессионных моделей Кокса, отсюда и название модели ePCR.
Затем эта модель соревновалась с 49 другими работами, представленными другими командами, работающими независимо по всему миру.«Наличие 50 независимых моделей позволило нам сделать две очень важные вещи.
Во-первых, когда 40 из 50 команд выбрали одну клиническую особенность, которая, как известно, позволяет прогнозировать выживаемость пациентов, это значительно укрепляет нашу общую уверенность. Во-вторых, мы смогли выявить важные клинические особенности, которые мы не осознавали раньше », — говорит Костелло.В этом случае многие модели обнаружили, что в дополнение к таким факторам, как простатоспецифический антиген (ПСА) и лактатдегидрогеназа (ЛДГ), которые, как уже давно известно, предсказывают эффективность рака простаты, уровень фермента, называемого аспартат аминотрансфераза (АСТ), в крови является определяющим фактором. важный предиктор выживаемости пациентов. Этот AST является косвенным показателем функции печени, и тот факт, что нарушенные уровни AST связаны с плохой работой пациента, подразумевает, что исследования могут оценить роль AST при раке простаты.
«Преимущества DREAM Challenge — это возможность привлекать талантливых людей и команды со всего мира, а также строгая основа для оценки методов. Эти два ингредиента объединились для нашего Challenge, что привело к новому эталону метастатического рака простаты, "говорит первый автор статьи, Джастин Гуинни, доктор философии, директор вычислительной онкологии для Sage Bionetworks, расположенной в центре исследования рака Фреда Хатчинсона.
«Цель инициативы Project Data Sphere — стимулировать инновации — раскрыть потенциал ценных данных, генерируя новые идеи и открывая новый мир исследовательских возможностей. DREAM Challenge по раку простаты сделал именно это.
Ознакомиться с данными клинических испытаний рака из Project Data Sphere, которые можно использовать в сотрудничестве в исследованиях и, в конечном итоге, помочь улучшить уход за пациентами в будущем, это очень полезно! " — говорит Лиз Чжоу, доктор медицинских наук, директор отдела исследований результатов глобального здравоохранения в Sanofi.Сейчас цель состоит в том, чтобы сделать модель ePCR общедоступной через онлайн-инструмент с прицелом на клиническое применение. Фактически, Национальный институт рака (NCI) заключил контракт с командой-победителем именно на это.
Вскоре, когда пациенты сталкиваются с трудностями при принятии решения о лучшем лечении метастатического резистентного к кастрации рака простаты, инструмент ePCR может стать важной частью процесса принятия решений.