Bài giảng đại chúng “Những hướng tiếp cận Học máy trong Y học di truyền”

Địa điểm: Hội trường C2

Báo cáo viên: GS. Jill P. Merisov cuả Broad Institute (Harvard-MIT)

Tóm tắt:

Tóm tắt

Chuỗi sắp xếp của bộ gen người và sự phát triển của những phương pháp thu thập dữ liệu sinh học đã làm thay đổi diện mạo của lĩnh vực nghiên cứu sinh học. Các hướng tiếp cận bằng toán học và máy tính đang tận dụng sự sẵn có và những ích lợi của những dữ liệu này để phát triển những phương pháp mới, hứa hẹn việc cải thiện hiểu biết cũng như cách trị các căn bệnh.

Tôi sẽ mô tả một vài hướng tiếp cận cũng như là những nghiên cứu gần đây của chúng tôi sử dụng Phương pháp Bayes để tích hợp các thuộc tính lâm sàng và di truyền ở tầm cao để phân loại các bệnh nhân u bướu khoa nhi thành từng nhóm có mức độ rủi ro tái phát bệnh cao/thấp khác nhau sau khi điều trị.

Hướng tiếp cận này đem lại một mô hình hoàn thiện hơn, chính xác hơn, và có tính áp dụng trong y sinh nhiều hơn so với pháp đồ lâm sàng đang được sử dụng. Đồng thời hướng tiếp cận này cũng nhấn mạnh được những hướng phát triển thuốc khả dĩ trong tương lai.