암은 세포 분열 조절의 돌연변이에 의해 발생하는 유전 질환입니다. 이러한 돌연변이를 식별하는 것은 암을 효과적으로 이해하고 치료하는 데 매우 중요합니다. 연구자들은 종양 세포에서 체세포 변이를 정확하게 식별하기 위해 딥소매틱(DeepSomatic)이라는 머신러닝 도구를 개발했습니다. 딥소매틱은 컨볼루션 신경망을 활용하며 다양한 시퀀싱 플랫폼과 샘플 유형에서 작동합니다. 이 도구와 훈련 데이터 세트는 더 넓은 사용을 위해 연구 커뮤니티에 공개적으로 제공됩니다. 딥소매틱의 개발에는 시퀀싱된 유방암 및 폐암 샘플에서 포괄적인 데이터 세트인 CASTLE을 생성하는 작업이 포함되었습니다. 딥소매틱은 기존 방법보다 종양 변이, 특히 삽입 및 삭제를 식별하는 데 뛰어난 성능을 보입니다. 이 도구는 교모세포종 및 소아 백혈병과 같은 다른 암 유형에 대한 학습을 일반화하는 능력을 보여줍니다. 이 도구는 기존 치료법을 맞춤화하거나 새로운 치료법 개발로 이어질 수 있습니다. 딥소매틱은 품질이 낮거나 과거의 종양 샘플을 분석할 수 있으며, 종양 단독 샘플에서도 작동할 수 있습니다. 이러한 발전은 환자에게 가장 효과적인 치료법을 제공하는 것을 목표로 하는 정밀 의학으로의 한 걸음입니다.