根据世界卫生组织的数据，到2020年，癌症占人数的近六分之一。癌症可能是由于癌基因或肿瘤抑制基因的突变或两者兼而有之而发生的。然而，并非所有突变都会导致癌症。因此，重要的是要确定导致癌症的基因，以制定个性化的治疗策略。

IIT Madras的研究人员开发了一种基于人工智能的工具“PIVOT”，可以预测个体的致癌基因。该预测基于一个模型，该模型利用有关突变，基因表达和基因拷贝数变异以及由于基因表达改变而导致的生物网络扰动的信息。

该研究由Raghunathan Rengaswamy，院长(全球参与)和IIT马德拉斯化学工程系教授领导;Karthik Raman，Bhupat和Jyoti Mehta生物科学学院副教授，以及IIT MadrasRobert Bosch数据科学和人工智能中心(RBCDSAI)的核心成员;和Malvika Sudhakar，IIT Madras的研究学者。

拉曼说：“癌症是一种复杂的疾病，不能以一种一刀切的方式处理。随着癌症治疗越来越多地转向个性化护理，这种有助于查明患者之间差异的模型可能非常有用。

众所周知，目前的癌症治疗对患者的整体健康有害。了解负责癌症发生和进展的基因可以帮助确定最适合患者康复的药物和治疗的组合。

虽然有可用的工具来识别个性化的癌症基因，但它们使用无监督学习，并根据癌症相关基因中是否存在突变进行预测。这项研究是第一个使用监督学习的研究，并在进行预测时考虑了突变的功能影响。

研究人员已经为三种类型的癌症建立了AI预测模型：乳腺癌，结肠腺癌和肺腺癌。他们计划将该工具的使用扩展到更多的癌症类型。该团队还在研究一份个性化致癌基因清单，可以帮助确定最适合个体患者的药物。