Apostle TritonTM 液体活检 AI 框架
Apostle TritonTM 液体活检机器学习框架 以专利算法在包含30000名肿瘤病人基因组和生物标记物大数据库中进行学习； 并将这一知识库运用于液体活检实际应用。
Apostle的液体活检技术中为何需要人工智能和机器学习？
- 肿瘤是一种高度异质性的体细胞遗传病。
- 体细胞突变既存在于肿瘤组织中，也存在于正常细胞的生命周期。
- 尽管经过长期的科学努力，人类对肿瘤的本质仍然所知有限；尽管科学界已经积累了较大规模的肿瘤大数据库，但仍然缺乏高质量、全面、一致的肿瘤大数据机器分析平台，针对液体活检领域的应用，尤为缺乏。
- 液体活检在临床领域的应用，是一个复杂的多学科问题，受到诸多cfDNA自身特点的挑战：例如cfDNA的极低浓度，复杂的片段化，等。
我们推出 Apostle TritonTM 液体活检机器学习技术框架。Triton包括30000名肿瘤病人的数据库，在肿瘤基因组和生物标记物大数据库中进行学习；以专利算法评价体细胞突变、结构变异、表达谱、表观遗传学谱等的致病性及与临床特征间的关系，并将这一知识库运用于液体活检实际应用。
