详细内容或原文请订阅后点击阅览
使用 Amazon Bedrock Agents 加速癌症生物标志物的分析和发现
Bedrock 多代理协作使开发人员能够构建、部署和管理多个无缝协作的专用代理，以解决日益复杂的业务工作流。在这篇文章中，我们向您展示了 Amazon Bedrock Agents 的代理工作流如何通过自然语言界面帮助研究科学家加速这一旅程。我们定义了一个示例分析管道，特别是针对具有生物标志物临床、基因组学和成像模式的肺癌生存率。我们展示了各种专用代理，包括生物标志物数据库分析师、统计学家、临床证据研究员和医学成像专家与主管代理合作。我们展示了代理的自我审查和规划的高级能力，通过将复杂的任务分解为一系列步骤并展示生成最终答案的思路链，有助于与最终用户建立信任。
来源:亚马逊云科技 _机器学习根据美国国家癌症研究所的说法，癌症生物标志物是“在血液、其他体液或组织中发现的生物分子，是正常或异常过程的标志，或癌症等病症或疾病的标志”。生物标志物通常将患病患者与未患病的人区分开来。众所周知的癌症生物标志物包括肺癌的EGFR、乳腺癌的HER2、前列腺癌的PSA等。BEST（生物标志物、端点和其他工具）资源将生物标志物分为几种类型，例如诊断性、预后性和预测性生物标志物，可以通过分子、成像和生理测量等各种技术进行测量。
癌症生物标志物 BEST《自然评论药物发现》上发表的一项研究提到，肿瘤药物从 I 期到批准的总体成功率仅为 5% 左右。生物标志物在提高临床开发成功率方面发挥着至关重要的作用，它可以改善试验中的患者分层、加快药物开发、降低成本和风险以及实现个性化医疗。例如，一项对 1,079 种肿瘤药物的研究发现，使用生物标志物开发的药物的成功率为 24%，而没有生物标志物开发的化合物的成功率为 6%。
研究 研究 Amazon Bedrock Agents 多代理协作 GitHub多模态生物标志物分析工作流程
分析多模态患者生物标志物的研究科学家的一些科学要求示例包括：
- 与总体生存率相关的五大生物标志物是什么？请向我展示高风险和低风险患者的 Kaplan Meier 图。根据文献证据，肿瘤的哪些特性与元基因 X 活性和 EGFR 通路相关？您能计算出具有低基因 X 表达的患者群的成像生物标志物吗？请向我展示肿瘤分割以及球形度和伸长值。
他们可能需要：
比例风险模型 -Meier 曲线