Wednesday, March 27, 2013

Como pesquisadores estão lutando contra o câncer de pulmão usando PageRank - GigaOM

Algoritmo de PageRank do Google para sempre mudou a maneira que temos acesso a informação, colocando as melhores coisas primeiro, e agora os investigadores estão usando os mesmos modelos matemáticos que o Google usa para lutar contra a propagação de câncer de pulmão dentro do corpo humano. Enquanto não há nenhum "melhores" quando se trata de células cancerosas, o objectivo é identificar tumores mais prováveis metástase e, em seguida, bateu-lhes com alvo tratamento antes que as células têm uma chance de se espalhar.

Os pesquisadores — que provêm da University of Southern California, Scripps Clinic, Instituto de Pesquisa Scripps, da Universidade da Califórnia, San Diego Moores Cancer Center e Memorial Sloan-Kettering — combinou dados da autópsia de 163 casos de câncer (todos do antes do advento da terapia de radiação a fim de analisar a propagação natural) com matemática aplicada para realizar seu estudo. O que eles encontraram, de acordo com um comunicado de imprensa sobre a investigação que é

câncer de pulmão metastático não progride no sentido único do local do tumor primário para locais distantes, que tem sido a visão médica tradicional. Em vez disso... movimento de célula de câncer ao redor do corpo provavelmente ocorre em mais de uma direção por vez.

Além disso, eles encontraram alguns órgãos tendem a espalhar as células cancerosas de uma forma mais agressiva, enquanto outros tendem a agir como esponjas para células cancerosas. Estes órgãos de esponja ainda podem crescer tumores, eles apenas não dispersam as células.

A matemática envolvida aqui — chamados modelos de cadeia de Markov — são semelhantes para o Google usa para determinar quais páginas da web são da mais alta qualidade para qualquer consulta de pesquisa. Apenas enquanto o Google usa o número e a qualidade dos links para determinar a probabilidade de uma internauta desembarque em qualquer determinada página, esses pesquisadores estão tentando prever o PageRank de tumores, se quiserem. Assim, em termos gerais, um rim teria provavelmente um PageRank mais elevado do que um fígado porque o rim é mais provável que se espalhou por todo o corpo, as células de câncer (ou, em termos de web-pesquisa, gerar um monte de links para si).

Como os volumes de dados proliferam e relações entre pontos de dados se tornam mais complexas, modelos de Markov estão realmente se tornando bastante populares. Netflix usa-los para prever que os usuários de filmes vão querer assistir em seguida.

As conexões ponderadas entre vários Estados ou páginas da web ou o que quer que alguém está classificando são frequentemente expressos os nós e arestas de um grafo. Gráficos, é claro, se tornaram parte do léxico cotidiano web graças a vários sociais gráficos e gráficos de interesse que analisar o que nós estamos ligados (e como) e os tipos de tópicos podemos navegar online.

Assim no final, talvez, a mais importante contribuição da web em todo o mundo não será a revolução em termos de como aceder a informação, mas a função da web como um campo de provas para métodos estatísticos avançados estrelado por conjuntos de dados muito grandes e complexos como aqueles encontrados no mundo da medicina. Já, por exemplo, um outro grupo de pesquisadores médicos tem utilizado uma variante de Markov para criar um modelo que eles acham que pode prescrever o melhores planos de tratamento, porque analisa os custos e os resultados dos pacientes, geralmente associados a um determinado tratamento para um determinado sintoma.

No ano passado, um grupo de pesquisadores suíços desenvolveu um algoritmo que, tendo acesso a uma quantidade relativamente pequena de dados, pode acompanhar qualquer coisa de Twitter boatos de volta à sua fonte de surtos de doenças. Uma empresa chamada Syapse usa a estrutura de gráfico para traçar as relações entre as palavras em diferentes especialidades médicas.

Um também seria omissa em ignorar a inovação computação e armazenamento de dados, estimulada pela web que tem melhorado a nossa capacidade de lidar com quantidades maciças de dados genéticos e outros. Como o câncer de pulmão, pesquisadores explicam no seu livro:

Uma das vantagens de tal abordagem estatística é que não precisa oferecemos específicos de biomecânico, genético, ou razões bioquímicas para a propagação de um local para outro, essas razões presumivelmente serão disponibilizados por meio de mais pesquisas sobre as interações entre CTC e seu microambiente. Nós [criaram] um quadro de quantitativo e computacional para a hipótese de sementes e do solo como um conjunto com base primeiro passo, [que] em seguida, pode ser aperfeiçoado principalmente usando maior, melhor, e mais direcionados bancos de dados tais como aquelas que se concentram em específicos genótipos ou fenótipos, ou por uma modelagem mais refinada das correlações entre a captura de um CTC em um site específicoe a probabilidade de crescimento do tumor secundário naquele local.

A longa história curta é que temos os dados mais e mais fácil podemos analisar e mapeá-lo, o melhor, podemos tratar — e talvez até mesmo cura, câncer e outras doenças de complicado.

Recurso imagem é um mapa de rede de como câncer de pulmão se espalha entre órgãos, onde cada nó numerados correlaciona-se com um órgão específico.

More Info: Primeiro Bitcoin do mundo ATM é anunciado - primeira Localização: Chipre

No comments:

Post a Comment