计算智能在癌症诊断、预后和治疗中的应用 

癌症被认为是一种异质性疾病，可分为几种不同的亚型。根据世卫组织最近的报告，癌症是全球死亡的主要原因。因此，早期诊断、预后和分类是非常必要的，因为这有助于后续的临床管理和治疗计划。计算智能方法，包括人工神经网络、模糊逻辑、进化计算、各种机器学习和深度学习以及自然启发的算法，已广泛应用于肿瘤研究的各个方面，即诊断、预后、治疗和优化临床管理。 

在了解癌症发展、进展及其有效治疗的特征方面已经取得了显著进展。然而，尽管外部和内在因素导致发病率急剧增加，检测、诊断、预后和治疗仍然是医学界的最大挑战。随着基于计算智能的方法(包括自然启发的技术)的出现，以及来自各种高通量实验的临床数据的可用性，医疗顾问、研究人员和肿瘤学家看到了在肿瘤学的各个方面设计和应用计算智能方法的希望。本次介绍的《Computational intelligence in oncology: Applications in Diagnosis, Prognosis and Therapeutics of Cancers》这本书（图1）的主要目的是占领最先进的计算智能方法的应用，这些方法已经从核心计算机科学中衍生出来，以支持医学肿瘤学。 

图1 《Computational intelligence in oncology: Applications in Diagnosis, Prognosis and Therapeutics of Cancers》书籍 

这本书整合了计算智能方法在计算肿瘤学领域的最新应用，特别是癌症诊断，预后，及其优化治疗。它涵盖了人工神经网络、模糊逻辑和模糊推理系统、各种受自然启发的算法和混合智能系统，这些系统被广泛应用于各种癌症的诊断、预后和治疗方法的优化。此外，本书还涵盖了多组学探索、基因表达分析、癌症基因特征识别、肿瘤基因组表征、抗癌药物设计与发现、计算智能药物反应预测、区块链技术在癌症研究中的应用。本书共25章，分为四部分。 

第一部分包含4个介绍性章节，涵盖了现在，过去和未来的肿瘤学（计算肿瘤学）;最先进的计算智能方法，用于不同癌症的诊断、预后和治疗;面向转化医疗保健的计算智能;并综合分析肿瘤研究可用的各种计算资源。 

第二部分共8章，分别介绍了计算智能在癌症诊断、检测、生存预测、乳腺癌生存预测、脑肿瘤分类、癌症复发预测、口腔恶性或癌前病变检测、基于模糊逻辑的癌症临床决策支持系统混合模型等方面的应用。 

第三部分是9章的集合，展示了计算智能方法在癌症生物标志物和治疗靶点预测中的应用；癌症生物标志物发现；基于化学信息学的癌症治疗模型;卵巢癌基因表达特征预测及药物开发；利用生物标志物和基因表达谱对乳腺癌进行早期诊断；外泌体作为超分子生物标志物导管在癌症中的应用；药用植物化学物质在癌症治疗中的作用；药物反应预测；计算智能在抗癌药物设计、发现和开发中的初步作用。 

第四部分共4章，试图阐述计算智能在结直肠癌基因表达分析中的作用；癌症诊断、预后和治疗的多组学方法；利用SNP数据预测癌症易感性；区块链技术在癌症研究中的应用。 

《Computational intelligence in oncology: Applications in Diagnosis, Prognosis and Therapeutics of Cancers》电子书籍免费获取链接: https://pan.baidu.com/s/1vTOEe3jW3YvlOOo-qCE7vA?pwd=1234。 

参考文献

[1] Raza, K. (Ed.). (2022). Computational intelligence in oncology: Applications in Diagnosis, Prognosis and Therapeutics of Cancers (Vol. 1016). Springer Nature. 

以往推荐如下：

1. 分子生物标志物数据库MarkerDB

2. 细胞标志物数据库CellMarker 2.0

3. 细胞发育轨迹数据库CellTracer

4. 人类细胞互作数据库：CITEdb

5. ​EMT标记物数据库：EMTome

6. EMT基因数据库：dbEMT

7. ​EMT基因调控数据库：EMTRegulome

8. RNA与疾病关系数据库：RNADisease v4.0

9. RNA修饰关联的读出、擦除、写入蛋白靶标数据库：RM2Target

10. 非编码RNA与免疫关系数据库：RNA2Immune

11. 值得关注的宝藏数据库：CNCB-NGDC

12. 免疫信号通路关联的调控子数据库：ImmReg

13. 利用药物转录组图谱探索中药药理活性成分平台：ITCM

14. AgeAnno：人类衰老单细胞注释知识库