Maschinenlern- und Deep-Learning-Methoden zur Vorhersage von Metastasen anhand von Omikdaten

Da Metastasen die Hauptursache für krebsbedingte Todesfälle sind, wurde die Forschung angeregt, die komplexen zellulären Prozesse zu entschlüsseln, die die Metastasierung antreiben. Der technologische Fortschritt und insbesondere das Aufkommen von Hochdurchsatz-Sequenzierungsverfahren bieten Wissen über solche Prozesse. Dieses Wissen führte zur Entwicklung therapeutischer und klinischer Anwendungen und wird nun verwendet, um den Beginn von Metastasen vorherzusagen, um die Diagnostik und die Therapie von Krankheiten zu verbessern. In diesem Zusammenhang wurde auch die Vorhersage des Beginns von Metastasen mithilfe von Ansätzen der künstlichen Intelligenz untersucht, die auf Maschinenlernen und neuerdings auf Deep Learning basieren. Diese Übersicht fasst die verschiedenen bis heute entwickelten Methoden zur Vorhersage von Metastasen, die auf Maschinenlernen und Deep Learning basieren, zusammen. Wir erläutern auch die verschiedenen Arten von molekularen Daten, die zur Erstellung der Modelle verwendet werden, sowie die entscheidenden Signaturen, die aus den verschiedenen Methoden abgeleitet wurden. Darüber hinaus heben wir die Herausforderungen hervor, die mit der Anwendung von Maschinenlern- und Deep-Learning-Methoden verbunden sind, und geben Vorschläge zur Verbesserung der Vorhersageleistung solcher Methoden.