南加州大学研究人员获得1050万美元用于开发癌症研究中的尖端机器学习方法

国家癌症研究所已向南加州大学凯克医学院人口与公共卫生科学系生物统计学系 拨款 1050 万美元 。研究计划项目拨款 (P01) 将使研究人员能够开发旨在通过利用多项癌症研究的数据集来发现与癌症相关的新风险因素的统计方法。该奖项的意义不仅在于其高度竞争性，还在于将资金分配用于开发应用于多种综合数据来源的复杂方法——国立卫生研究院很少授予仅用于统计方法的计划项目拨款研究。

该孵化器由生物统计学部门主席 James Gauderman 博士和癌症建模领域的生物统计学专家 Kimberly Siegmund 博士共同领导。该项目旨在解决癌症研究中与海量数据有关的一些主要问题。

“我们希望我们开发的方法及其在正在进行的大型研究中的相应应用将提供对复杂生物过程的新见解，以及对癌症风险、预后和/或治疗很重要的新关联的发现，”Gauderman 解释说。该计划的第一个 5 年周期侧重于结直肠癌，包括一项针对 130,000 多名受试者的研究。先前的研究已经产生了丰富的潜在生物标志物，可以更好地了解疾病及其预后。拨款的更新将重点扩大到还包括乳腺癌、卵巢癌和前列腺癌，并有可能包括其他类型的癌症。“令人兴奋的是，有许多新技术可以让我们测量细胞内发生的事情，我们正在收集癌细胞的这些测量数据，”人类疾病表观遗传数据统计分析和机器学习专家 Siegmund 分享道。“所以现在，我们正在尝试创建统计方法来回答有关 癌细胞是 如何 表现的。”

该倡议是一项协作努力，汇集了众多具有独特知识、兴趣和大规模癌症流行病学研究经验的研究人员。这包括最近由流行病学和遗传学部主任 Chris Haiman, ScD 领导的一项针对非洲裔男性前列腺癌的全国性研究。该补助金还包括 1993 年成立的多民族队列，在洛杉矶县和夏威夷有超过 215,000 名参与者。它由多元化的人群组成，包括非裔人、亚裔人、高加索人、西班牙裔和夏威夷原住民参与者。“我们认为有必要将许多人召集到同一张桌子上，讨论正在收集的令人兴奋的新数据，并探索我们如何整合遗传学、环境因素和各种组学措施，”高德曼解释道。“考虑如何整合来自多个来源的数据来检查任何一项单独研究都没有预料到的方面，这是非常有用的。”

研究人员打算让他们的方法在整个癌症流行病学领域得到广泛应用。同样，这项研究的另一个组成部分涉及将统计模型开发成用户友好的软件包。对于研究团队来说，开发能够到达下游用户的方法非常重要。Siegmund 肯定地说：“我们通过促进对其他数据集的翻译来为软件生态系统做出贡献，这样任何人都可以模仿我们正在为他们自己的数据所做的事情。” 通过这种方式，他们的方法将适用于研究癌症和许多其他特征的遗传流行病学研究。

该计划的目标

开发整合大数据的统计分析和机器学习方法，以识别新的癌症风险因素。

将这些统计方法应用于各种癌症研究，以发现新的生物学见解。这反过来将导致预测模型为有针对性的癌症干预提供信息，例如旨在推荐生活方式改变的筛查计划。

与更广泛的科学界共享用户友好的软件工具，确保所开发的方法广泛适用于广泛的数据。