使用TigerGraph发现更有效的急性淋巴细胞白血病疗法

2021年3月31日，图分析平台提供商TigerGraph宣布，全球技术和自然科学领域的领先大学丹麦工业大学正在将TigerGraph的高级图分析与机器学习和人工智能（AI）技术结合，以改善急性淋巴细胞白血病的治疗效果。

作为丹麦和瑞典的重大合作项目，丹麦工业大学的研究人员旨在为患有儿童癌症的每个人绘制遗传物质结构图。同时，该项目还是欧盟资助的iCOPE（区域间儿童肿瘤精密医学探索）更大合作项目的部分，研究过程从患者血液测试开始，通过全基因组测序（WGS）与RNA-seq表达数据配对，用于发现与增强子突变相关或可能由其引起的异常表达模式。iCOPE的长期目标是改善癌症儿童的诊断、治疗、治愈率以及整体生活质量。

研究过程生成大量数据，而使用TigerGraph将这些数据与患者的生活、疾病和治疗的各种其他数据点关联在一起，以便在更大程度上了解儿童患癌症的原因，并尽早提供诊断和更有效的治疗。

丹麦工业大学癌症系统生物学系卫生技术系博士Jesper Vang解释说：“我们当前的系统仅包含原始数据，例如基因型和全基因组测序数据。这些原始数据通过自定义管道运行，该管道调用遗传变量并在MySQL数据库中注释数据。但是，我们需要专门为临床人员使用的更轻松的工具，使他们能够查找遗传关联，而这正是图分析的理想用例。”

丹麦工业大学倾向选择能够提供所需性能的本地图数据库平台，他们评估了许多选项，尤其是Neo4j。但评估的最终结论是，只有TigerGraph可以扩展并提供项目所需的分析深度。Vang继续解释说：“在我们的测试中，Tigergraph是唯一提供最高性能并能够扩展到我们最终所需水平的解决方案。”

丹麦工业大学正处于整个系统上线的最后阶段，并且已经在结合AI、机器学习和翻译生物信息学领域的特定项目中使用，以创建可预测急性淋巴细胞白血病治疗中复发和毒性风险的模型。

TigerGraph欧洲、中东及非洲地区副总裁Martin Darling补充说：“丹麦工业大学和整个iCOPE项目的工作具有变革性，显示了创新技术在临床治疗的应用将能够在生命科学等领域获得突破性的洞察。我们很高兴Jesper Vang将在TigerGraph即将举行的Graph + AI全球峰会上介绍该项目的完整案例。”