本文摘要：2016年，全球新的放癌症数量多达1400万人，并造成了900万人的丧生。

2016年，全球新的放癌症数量多达1400万人，并造成了900万人的丧生。癌症在发达国家中已沦为主要丧生原因之一，美国每年去世的5个人当中有一人是因癌症丧命。根据美国抗癌协会和国际癌症协会数据，所有的癌症都是越早化疗、化疗效果就越好。

癌症的早期找到，可以为病理临床和化疗赢得更好的时间，能很大提升治愈率与患者存活周期及质量。癌症的早期筛查是个万亿级别的市场。资本市场的疯狂，归功于将近十余年基因测序技术的迅猛发展，特别是在肿瘤领域的广泛应用。

另一方面，机器学习技术在基因大数据处理上的大量应用于，累积了前所未有的科学知识。这些全新的科学知识及人组为医疗界关上了一扇新世界的大门，使得医学工作者对许多疾病的了解、筛查和化疗都有了新的渠道和信息。

基因测序技术的变革使得基因分析更为的高效快捷人可以被看做一台极为仪器的仪器，人的一生，万亿收的细胞在体内大大拷贝改版，每代拷贝严苛完全相同，但不存在极为微小的错误率，导致所谓的基因突变。绝大多数变异无关紧要，少量变异导致诱导生长的基因的功能紊乱，或者转录生长基因，变为癌细胞。而癌细胞一旦躲避了免疫系统的监控，就导致生长失控变为癌的组织。一条人的基因组序列共计30亿位，按长时间印刷打印机在A4纸上，大约有华盛顿纪念碑那么低。

人与人之间不会有大于千分之一的差异，癌细胞与自身的长时间细胞基因组序列也不会有微小的差异。基因测序的变革，让辨别这些差异沦为一件较慢、高效、低成本的事。计算机运算速度和能力的发展，更进一步推展了基因分析的变革由于人类基因组的复杂性，测序数据量十分可观，一个人的全基因组测序数据可以超过上百G。

普通的计算机技术和统计学方法无法在短时间内很好地处置这些信息，而机器学习的发展以及GPU运算的变革渐渐为科研工作者解决问题了这一难题。现在只必须将基因测序的数据输出经过机器学习重复训练的模型中，计算机就可以迅速的分析出有目标区域否不存在变异，进而寻找有可能变异的基因点位为医生获取更好的可用作临床及化疗的信息。正是因为机器学习和基因测序技术的日益成熟期，以癌症筛查和临床派的各类疾病早于滤项目慢慢沦为科研及创投的热点。

本文来源：OD体育-www.sesi82.com