根据《自然·医学》杂志8月7日发表的一篇论文，美国麻省理工学院和达纳-法伯癌症研究所的研究人员开发了一种新方法，使识别一些神秘癌症的原发灶位置变得更容易。

研究人员利用近3万名22种已知癌症的患者数据来训练机器学习模型，它可分析大约400个基因序列，这些基因经常在癌症中发生突变。然后，研究人员使用这些信息来预测给定的肿瘤在体内的起源位置。

他们在约7000个肿瘤上测试了新模型OncoNPC，这些肿瘤以前从未见过，但其起源已知。该模型能以80%的准确率预测它们的起源。对于占总数约65%的具有高置信度预测的肿瘤，其准确率达到约95%。研究人员表示，利用该模型，他们可在约900名患者的数据集中准确地对至少40%的不明来源肿瘤进行高置信度分类。这种方法使符合基因组指导、根据癌症起源位置进行靶向治疗的患者数量增加了2.2倍。