Googles PageRank-Algorithmus wurde für immer verändert, wie wir Informationen zugreifen, indem die beste Sachen an erster Stelle, und jetzt Forscher sind mit die gleichen mathematischen Modellen, die Google verwendet, um die Verbreitung von Lungenkrebs innerhalb des menschlichen Körpers zu kämpfen. Zwar es keine "beste", gibt wenn es darum, Krebszellen geht, ist das Ziel, um Tumoren eher metastasieren und schlagen Sie sie dann mit gezielten Behandlung, bevor die Zellen eine Chance haben, zu verbreiten und zu identifizieren.
Die Forscher — die aus der University of Southern California, Scripps Klinik, Scripps Research Institute, University of California, San Diego Moores Cancer Center und Memorial Sloan-Kettering kommen — Autopsie Daten aus 163 Krebserkrankungen (alle aus vor dem Aufkommen der Strahlentherapie um die natürliche Verbreitung analysieren) mit angewandte Mathematik kombiniert, um ihre Studie durchzuführen. Was sie fanden, die, laut einer Pressemitteilung über die Forschung
metastasierendem Lungenkrebs macht keine Fortschritte, in einer Richtung vom Primärtumor Standort zu weit entfernten Orten, die seit der traditionellen medizinischen Sicht. Stattdessen... Krebs Zelle Bewegung um den Körper wahrscheinlich erfolgt in mehr als einer Richtung zu einem Zeitpunkt.
Darüber hinaus stellten sie sicher, dass die Organe neigen dazu, Krebszellen aggressiver, zu verbreiten, während andere eher als Schwämme für Krebszellen agieren. Dieser Schwamm-Organe könnten noch Tumoren wachsen, sie nicht nur die Zellen zu verteilen.
Die Mathematik hier — Markov-Chain-Modelle genannt — sind ähnlich, was Google verwendet, um festzustellen, welche Web-Seiten-Spitzenqualität für jeden gegebenen Suchanfrage sind. Nur, während Google die Anzahl und Qualität der Links die Wahrscheinlichkeit, dass ein Websurfer, die Landung auf eine bestimmte Seite bestimmt wird, sind diese Forscher versuchen, den PageRank von Tumoren, Vorhersagen, wenn man so will. Also, generell eine Niere wahrscheinlich einen höheren PageRank als eine Leber hätten denn die Niere wahrscheinlicher ist, Krebszellen im ganzen Körper verteilt (oder im Web-Suchbegriffe, generieren eine Menge Links zu sich selbst).
Als Daten-Volumes vermehren und komplexer Beziehungen zwischen Datenpunkten, werden Markov Modelle tatsächlich ziemlich populär. Netflix nutzt sie, um vorherzusagen, dass die Filme-Nutzer möchten weiter beobachten.
Die gewichteten Verbindungen zwischen verschiedenen Staaten oder Webseiten oder was auch immer jemand ranking, werden oft als die Knoten und Kanten eines Graphen ausgedrückt. Graphen, natürlich haben Teil das tägliche Web-Lexikon, dank der verschiedenen sozialen Graphen und Interesse-Graphen, die analysieren, die wir zu (und wie) verbunden sind und die Arten von Themen, die wir online blättern.
Also am Ende vielleicht der wichtige Beitrag des World Wide Web nicht die Revolution in Bezug auf, wie wir Informationen zugreifen, aber die Web-Funktion als ein Testgelände für fortgeschrittene statistische Methoden, die mit sehr großen und komplexen Datenmengen wie die gefunden in der medizinischen Welt. Schon jetzt hat beispielsweise eine andere Gruppe von Forschern in der Medizin eine Markov Variante verwendet um ein Modell zu erstellen, sie denken, besser Behandlungspläne vorschreiben können, weil es die Kosten und die geduldige Resultate in der Regel verbunden mit einer bestimmten Behandlung für ein bestimmtes Symptom analysiert.
Im vergangenen Jahr entwickelt eine Gruppe von Schweizer Forschern einen Algorithmus, der nichts von Twitter Gerüchte zu Seuchenausbrüchen zurück zu ihrer Quelle verfolgen kann, Zugriff auf eine relativ kleine Datenmenge. Eine Firma namens Syapse verwendet die Graph-Struktur, die Beziehungen zwischen den Wörtern in verschiedenen medizinischen Disziplinen abzustecken.
Eine wäre auch ignorant die computing und Speicher-Innovation, angespornt durch das Web, das unsere Fähigkeit, große Mengen von genetischen und andere Daten behandeln verbessert hat. Wie die Lunge-Krebs-Forscher in ihrem Papier erklären:
Eine der Stärken eines solchen statistischen Ansatzes ist, dass wir keine spezifische biomechanische, genetische bieten brauchen oder biochemischen Gründe für die Ausbreitung von einem Ort zum anderen, diese Gründe vermutlich verfügbar werden durch die weitere Erforschung der Wechselwirkungen zwischen CTCs und ihre Mikromilieu sein. Wir [haben] eine quantitative und computational Framework für die Saatgut-und-Boden-Hypothese als Ensemble basierten zunächst, [die] dann weiter vor allem mithilfe größer, besser verfeinert werden kann, und mehr gezielte Datenbanken wie diejenigen, die sich auf bestimmte Genotypen oder Phänotypen oder durch genauere Modellierung der Korrelationen zwischen der Überfüllung ein CTC an einem bestimmten Standort, und die Wahrscheinlichkeit der sekundären Tumorwachstum an diesem Speicherort.
Die lange Geschichte kurz ist, dass je mehr Daten, die wir haben und desto leichter können wir analysieren und ordnen sie, desto besser können wir behandeln — und vielleicht sogar Heilung — Krebs und andere Krankheiten erschwert.
Feature-Bild ist eine Netzwerk-Karte von wie Lungenkrebs zwischen Organen, breitet sich wo jeder nummerierte Knoten mit einem bestimmten Organ korreliert.
More Info: Die Ideen einer Person über Ihre Krankheit beeinflussen seiner schwere
No comments:
Post a Comment