Несмотря на значительные достижения в лечении острого лимфобластного лейкоза, включая адаптированные к риску протоколы химиотерапии, у значительной части пациентов по-прежнему наблюдается положительная ремиссия по минимальной остаточной болезни, что является предиктором рецидива и неблагоприятного исхода. Геномные основы этого явления остаются не до конца понятыми.
В работе PSG and Other Candidate Genes as Potential Biomarkers of Therapy Resistance in B-ALL: Insights from Chromosomal Microarray Analysis and Machine Learning исследователи сосредоточились не только на поиске новых генетических маркеров — предикторов МОБ-положительной ремиссии при остром лимфобластном лейкозе, но и на том, как современные аналитические методы позволяют эффективно анализировать большие массивы геномных данных при ограниченном числе пациентов.
Чтобы отсеять случайные связи, команда применила алгоритм случайного леса для первичного отбора признаков, полученных с помощью хромосомного микроматричного анализа (ХМА) — один из самых надёжных методов машинного обучения для работы с разреженными и сложными данными. Полученные признаки проходили строгую статистическую верификацию с использованием точного критерия Фишера и пермутационного теста. Пермутационный тест особенно важен при небольшой выборке — он оценивает вероятность случайных ассоциаций путём многократной случайной перестановки данных. Такой комплексный подход — от высокоразрешающего ХМА к машинному обучению и статистической многоступенчатой проверке — позволяет не только находить потенциально значимые маркеры, но и повышает доверие к результатам, минимизируя риск переобучения.
Работа демонстрирует, что будущее молекулярной онкогематологии лежит на стыке биологии, информатики и статистики. Именно здесь, в синергии технологий, открываются возможности точнее прогнозировать исход лечения и разрабатывать персонализированные стратегии терапии.
Статья: PSG and Other Candidate Genes as Potential Biomarkers of Therapy Resistance in B-ALL: Insights from Chromosomal Microarray Analysis and Machine Learning// International Jornal of Molecular Sciences 2025, 26, 7437
https://doi.org/10.3390/ijms26157437
Авторы: Валерия Суримова, Наталья Рисинская, Екатерина Котова, Абдулпатах Абдулпатахов, Анастасия Васильева, Юлия Чабаева, София Старченко, Ольга Алёшина, Николай Капранов, Ирина Гальцева, Алина Пономарёва, Илья Канивец, Сергей Коростелёв, Сергей Куликов, Андрей Судариков, Елена Паровичникова.
На фото: Николай Капранов, Анастасия Васильева, Екатерина Котова, Наталья Рисинская, Абдулпатах Абдулпатахов, Валерия Суримова, Сергей Куликов
