ARTIFICIAL INTELLIGENCE FOR IDENTIFYING ONE OR MORE PREDICTIVE BIOMARKERS

• Main Authors: DO, Long Hoang, ELLMAN, Peter, CHIEN, Yuan Hung
• Format: Patent
• Language: English; French
• Published: 31.10.2024
• Subjects: BEER; BIOCHEMISTRY; CALCULATING; CHEMISTRY; COMPOSITIONS OR TEST PAPERS THEREFOR; COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS; COMPUTING; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL ORENZYMOLOGICAL PROCESSES; COUNTING; ENZYMOLOGY; HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATIONTECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING ORPROCESSING OF MEDICAL OR HEALTHCARE DATA; INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTEDFOR SPECIFIC APPLICATION FIELDS; MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEICACIDS OR MICROORGANISMS; METALLURGY; MICROBIOLOGY; MUTATION OR GENETIC ENGINEERING; PHYSICS; PROCESSES OF PREPARING SUCH COMPOSITIONS; SPIRITS; VINEGAR; WINE

Methods and systems of using at least one hardware processor to train a machine learning algorithm to identify one or more predictive drug molecular features and/or predictive gene biomarkers for cancer treatment is provided. In some embodiments, the method uses at least one cancer drug discovery data set to train at least one learning algorithm in a prediction model, and uses a xenograft mouse model to validate the prediction model, with biological response fed back to the prediction model to further train the learning algorithm. L'invention concerne des procédés et des systèmes d'utilisation d'au moins un processeur matériel pour entraîner un algorithme d'apprentissage automatique à identifier une ou plusieurs caractéristiques moléculaires de médicament prédictives et/ou des biomarqueurs de gène prédictifs pour le traitement du cancer. Dans certains modes de réalisation, le procédé utilise au moins un ensemble de données de découverte de médicament anticancéreux pour entraîner au moins un algorithme d'apprentissage dans un modèle de prédiction, et utilise un modèle de xénogreffe implanté chez la souris pour valider le modèle de prédiction, avec une réponse biologique renvoyée au modèle de prédiction pour entraîner en outre l'algorithme d'apprentissage.