协作数据和计算科学宣布下一轮项目推动癌症的突破

2021年11月11日,安德森新闻发布

奥登计算工程和科学研究所(奥登研究所),德克萨斯大学MD安德森癌症中心(安德森)和得克萨斯高级计算中心(TACC)宣布第二轮项目资助通过他们的2021 - 2022年的合作研究和教育项目在肿瘤数据和计算科学。乐动体育LDsports中国

这三个机构之间的战略倡议旨在使数学建模和先进的计算方法与MD安德森的肿瘤学专业知识生成的新方法,可以改善患者的结果未满足的需求。

博士,主任由卡伦Willcox奥登学院大卫Jaffray博士。MD安德森首席技术和数字官和丹•Stanzione博士TACC执行董事,与最初的成功合作的势头继续发展项目和第一轮的第二年度撤退。机构在一起,利用他们的专长,加快创新的发展,病人数据驱动的解决方案,以及提供一个坚实的基础上进一步癌症研究的突破。乐动体育LDsports中国

主动构建在奥登之间的持续合作研究所的计算肿瘤中心,由汤姆Yankeelov博士和MD安德森成像物理系为首的约翰Hazle,博士。

“我们正兴奋地启动下一阶段的项目和继续我们的多学科方法为复杂的癌症问题,开发创新的解决方案“Hazle说。“我们共同的资源和专业知识,我们可以把定量数据和先进的计算模型的疾病在一起以一种有意义的方式为我们的病人加速进展。”

最新的项目——包括识别新方法,描述和治疗前列腺癌,血缘癌症、肝癌和皮肤癌——强调增长的机会将计算方法深入癌症研究和保健。乐动体育LDsports中国

“这是一个强大的合作的开始在肿瘤奥登之间的数据和计算科学研究所,MD安德森和TACC,我们期待我们的继续合作在推进数字化努力结束癌症,”Yankeelov说。

随着项目奖励资金50000美元,每个协作小组访问核心计算小时TACC 12500。埃内斯托利马、科学博士cari jo clark。奥登乐动体育LDsports中国研究所研究员的计算肿瘤和TACC中心,将协助所有组实施项目的计算方面的高性能计算平台可以在标准以内。

请继续阅读,了解更多关于下一轮的项目。

不同的计算模型来预测前列腺癌的生长

前列腺癌是癌症死亡的第五大原因在美国,影响每七人。原因基本上是未知的。

本研究将使用确定性模型计算医学发达奥登研究所和通知由安德森获得广泛的临床数据。“我们正在整合分析先进multiparametric磁共振成像或MRI (mpMRI)计算模型框架内,“文卡特斯说。“使用mpMRI已经成为不可或缺的前列腺癌患者的诊断和监测,评估肿瘤状态和指导临床决策。”

这项研究将实现成规保健医学研究更近一步。乐动体育LDsports中国“这将提供肿瘤增长的预测个别患者,而不是统计指南,”托马斯·jr休斯博士说,奥登的研究所。

建立一个单细胞空间multi-omics参考图谱研究人类造血恶性肿瘤

  • 肯Chen博士。生物信息学和计算生物学教授安德森
  • 歌(Stephen)咦,博士,助理教授奥登生物医学工程和肿瘤学的研究所

每三分钟,一个人在美国患血液癌症。此类疾病的性质,包括白血病、淋巴瘤和骨髓瘤,是复杂的,因为每个携带自己的独特的变量,必须考虑在决定治疗。找到更可靠的方法来分析恶性肿瘤在单细胞水平将大大有助于推进个性化的医疗保健。在这个合作,研究小组的目标是在地图上标出的分子状态造血乐动体育LDsports中国系统恶性肿瘤(肿瘤的存在影响到身体制造血细胞的过程)在单细胞决议。

“先进的技术使人们有可能获得更高分辨率的图像细胞的差异,从而更好地理解函数的单个细胞的微环境的背景下,在这种情况下,身体的系统制造血细胞,”易建联说。

陈和他的团队将致力于“multi-omics参考图谱,“一种新型生物医学数据集的方法,不同的团体,使基因组,蛋白质组、转录组、表观基因组,微生物等。结合在分析提供一个更全面的指南研究造血系统恶性肿瘤的分子状态。

“我们有一个新颖的计算方法,使我们能够整合数据由不同单细胞的形式来揭示小说细胞数量和相关的分子签名,”陈说。“这是特别令人兴奋,因为这些功能是不可能的或者非常昂贵的获得不使用该方法和验证策略。”

表征thermoembolization细胞损伤计算模型

肝癌是不治之症,在大多数情况下是致命的,估计有超过40000新病例被诊断出在2021年在美国。

这个试点项目将集中在肝脏与跨学科的专业知识在数学建模中,化学和介入放射学在MD安德森杠杆来调查一个机械框架来指导治疗交付。

“Thermoembolization小说提供了一个概念性的血管内治疗原发性肝肿瘤的方法。我们正在采取的方法的独特之处在于,它主题目标肿瘤同时高热,缺血和化学变性在一个单一的过程,”富恩特斯说。

“我的团队将确定热量的贡献,pH值,和缺氧(在组织没有足够的氧气来维持身体机能)的治疗结果使用独特的体外平台我们开发了在标准以内的,”瑞兰德说。

发展先进的机器学习算法(深)快速检测和准确地估计在边缘melanocytic病变蛋白质生物标记值

这种独特的项目的目标是开发计算工具来帮助病理学家做出更准确的诊断管理遇到边缘型melanocytic病变的患者,有可能发展成更严重的形式的皮肤癌。

“准确的黑色素瘤之间的歧视和良性的痣可以是极其困难的,即使在dermatopathologists专家,”昂说。“然而,我们的目标是开发和培训先进的机器(深)学习算法等变化转换彩色图像嵌入的这种歧视进行分解,从而使快速检测和准确评估共同表达MART1的黑色素细胞的百分比和Ki67的边缘melanocytic病变,以及PD-L1潜在的肿瘤细胞与免疫疗法治疗,使用多路复用组织化学与肿瘤特异性标志物的研究。”