据《自然·机器智能》杂志报道，德国科学家借助一款深度学习软件，对数万个医疗数据集展开分析后，确定了165个与癌症有关的新基因。最新研究为个性化药物靶向治疗以及生物标志物开发开辟了新前景。
　　马克斯·普朗克分子遗传学研究所和慕尼黑计算生物学研究所的研究人员开发出了名为“多组学图形集成”（EMOGI）的新算法。领导该项研究的安娜丽莎·马尔西科解释称，该软件集成了从患者样本提取的数万个数据集，包括DNA甲基化、单个基因的活性和细胞内蛋白质的相互作用，以及发生突变的序列的相关数据。有了这些数据，深度学习算法可以检测出导致癌症恶化的模式和分子原理。
　　马尔西科说：“这将有助于促进个性化医疗领域取得进展。”她解释说，与化疗等传统癌症治疗方法不同，个性化疗法能精确地根据肿瘤类型订制药物，“我们的目标是为每位患者选择最佳疗法，即方法最有效、副作用最少。此外，我们还可以根据癌症的分子特征鉴别出处于早期阶段的癌症。我们只有知道导致疾病的原因，才能有效地治疗它们，这也是为什么尽可能多地确定诱发癌症的机制如此重要的原因。”
　　目前，科学家们发现与癌症有关的基因数量已增长到700个左右，但只有借助生物信息学分析和最新的人工智能方法，研究人员才能追踪到最新发现的这些隐藏的基因。此外，近年来，深度学习算法进展迅猛，在其加持下，研究人员甚至能够发现那些以前未被注意到的蛋白质或基因之间的关联。
　　研究人员强调说，EMOGI系统并不局限于癌症。从理论上讲，它可以用来整合不同的生物数据集，并从中找出模式。例如，可用于糖尿病等复杂的代谢性疾病领域。