详细内容或原文请订阅后点击阅览
3 个问题：建立预测模型来表征肿瘤进展
助理教授 Matthew Jones 致力于解码遗传、表观遗传和微环境水平上的分子过程，以预测肿瘤如何以及何时进化以抵抗治疗。
来源:MIT新闻 - 人工智能正如达尔文的雀类为了生存而进化以应对自然选择一样，构成癌性肿瘤的细胞同样会对抗选择压力，以求生存、进化和扩散。事实上，肿瘤是一组复杂的细胞，具有自己独特的结构和变化能力。
如今，人工智能和机器学习工具提供了无与伦比的机会来阐明遗传、表观遗传、代谢和微环境水平上控制肿瘤进展的普遍规则。
Matthew G. Jones 是麻省理工学院生物系、科赫综合癌症研究所以及医学工程与科学研究所的助理教授，他希望利用计算方法来构建预测模型——与癌症下棋，了解肿瘤的进化和抵抗治疗的能力，最终目标是改善患者的治疗结果。在这次采访中，他介绍了他目前的工作。
问：您正在努力探索和表征肿瘤进展的哪些方面？
答：关于癌症的一个非常常见的情况是，患者首先会对治疗产生反应，然后最终治疗会停止起作用。这种情况发生的主要原因是肿瘤具有令人难以置信且非常具有挑战性的进化能力：改变其基因组成、蛋白质信号组成和细胞动力学的能力。肿瘤作为一个系统也在结构层面上进化。通常，患者死于肿瘤的原因是肿瘤已经发展到我们无法控制的状态，或者它以不可预测的方式发展。
我们专注于肿瘤通过一种称为染色体外 DNA 的 DNA 扩增形式进化的特定方式。从染色体上切除后，这些 ecDNA 被环化，并作为它们自己独立的 DNA 颗粒池存在于细胞核中。
问：加入 MIT 社区让您感到什么兴奋？