PageRank-algoritme van Google heeft de manier waarop die we toegang informatie tot door de invoering van de beste dingen eerst voor altijd veranderd, en nu onderzoekers gebruikt de dezelfde wiskundige modellen die Google gebruikt voor de bestrijding van de verspreiding van longkanker in het menselijk lichaam. Terwijl er geen "beste" is als het gaat kankercellen, is het doel het identificeren van tumoren meer kans om te metastaseren en vervolgens hit ze met gerichte behandeling voordat de cellen hebben een kans om te verspreiden.
De onderzoekers — die afkomstig zijn van de University of Southern California, Scripps kliniek, het The Scripps Research Institute, University of California, San Diego Moores Cancer Center en Memorial Sloan-Kettering — autopsie gegevens uit 163 kankergevallen (alle uit vóór de komst van de therapie van de straling om te analyseren de natuurlijke verspreiding) in combinatie met toegepaste wiskunde ter vervulling van hun studie. Wat ze gevonden, volgens een persbericht over het onderzoek is dat
metastatische longkanker geen vooruitgang in een bepaalde richting van primaire tumor site naar verre locaties, die de traditionele medische weergave is geweest. In plaats daarvan... kanker cel verkeer rond het lichaam waarschijnlijk vindt plaats in meer dan één richting tegelijk.
Bovendien vonden zij bepaalde organen de neiging te verspreiden kankercellen meer agressief, terwijl anderen neigen om op te treden als sponzen voor kankercellen. Deze organen spons kunnen nog steeds tumoren groeien, zij niet alleen de cellen verspreiden.
De wiskunde hier betrokken — Markov chain modellen genoemd — zijn vergelijkbaar met wat Google gebruikt om te bepalen welke webpagina's zijn de hoogste kwaliteit voor een bepaalde zoekopdracht. Alleen dat Google gebruikt het aantal en de kwaliteit van links om de waarschijnlijkheid van een web-surfer landing op een bepaalde pagina te bepalen, worden deze onderzoekers proberen te voorspellen van de PageRank van tumoren, als je wil. Dus, over het algemeen een nier zou waarschijnlijk hebben een hogere PageRank dan een lever omdat de nieren meer kans om te verspreiden van kankercellen in het lichaam is (of in web-zoektermen, het genereren van een heleboel links naar zichzelf).
Gegevensvolumes vermenigvuldigen en relaties tussen de gegevenspunten complexer geworden, zijn Markov modellen eigenlijk steeds vrij populair. Netflix gebruikt ze om te voorspellen dat de films gebruikers zullen willen kijken volgende.
De gewogen verbindingen tussen verschillende landen of webpagina's of wat dan ook iemand is ranking zijn vaak uitgedrukt als de knooppunten en de randen van een grafiek. Grafieken, natuurlijk, zijn geworden deel van het dagelijkse web lexicon dankzij de verschillende sociale grafieken en grafieken van belang die analyseren die we bent verbonden aan (en hoe) en de soorten onderwerpen we surfen online.
Dus in het einde, misschien, de meeste belangrijke bijdrage van het wereldwijde web zal niet de revolutie in termen van hoe we toegang informatie tot, maar het web functie als een proving ground voor geavanceerde statistische methoden acteurs zeer grote en complexe datasets zoals die gevonden in de medische wereld. Al, bijvoorbeeld, heeft een andere groep van medische onderzoekers gebruikt een variant Markov om te creëren van een model dat ze denken betere behandeling plannen kan voorschrijven dat omdat het analyseert de kosten en patiëntenoutcomes meestal geassocieerd met een bepaalde behandeling voor een bepaald symptoom.
Vorig jaar, ontwikkelde een groep van Zwitserse onderzoekers een algoritme die toegang hebben tot een relatief kleine hoeveelheid gegevens, om het even wat van Twitter geruchten tot ziekte-uitbraken terug naar hun bron traceren kunt. Een bedrijf genaamd Syapse maakt gebruik van de structuur van de grafiek aan de grafiek van de relaties tussen woorden in verschillende medische specialiteiten.
Ook zou een nalatig in het negeren van de gegevensverwerking en gegevensopslag innovatie gestimuleerd door het web dat ons vermogen om enorme hoeveelheden van genetische en andere gegevens te behandelen is verbeterd. Als de longkanker uitleggen onderzoekers in hun paper:
Een van de sterke punten van zo'n statistische aanpak is dat we niet specifieke biomechanische, genetische bieden moeten, of biochemische redenen voor de verspreiding van de ene site naar de andere, die redenen vermoedelijk beschikbaar via meer onderzoek op de interacties tussen CTCs en hun communicatie komen zal. Wij [hebt gemaakt] een kwantitatieve en computationele kader voor de zaad-en-bodem hypothese als ensemble gebaseerd eerste stap [dat] vervolgens kan worden verder verfijnd voornamelijk met behulp van groter, beter, en meer doelgerichte databases zoals degenen die zich richten op specifieke genotypen of fenotypen, of door meer verfijnde modellering van de correlaties tussen de vangst van een CTC op een specifieke locatie, en de waarschijnlijkheid van secundaire tumorgroei op die locatie.
De lang verhaal kort is dat hoe meer gegevens wij hebben en hoe makkelijker kunnen we analyseren en het kaart, hoe beter we kunnen behandelen- en misschien zelfs genezing — kanker en andere ziekten ingewikkeld.
Functie beeld is een netwerk kaart van hoe longkanker verspreidt zich tussen organen, waar elke genummerde knooppunt met een specifieke orgel correleert.
No comments:
Post a Comment