新华社新德里11月20日电 印度一个研究小组利用机器学习模型，对皮肤黑色素瘤相关17个关键基因的标记进行识别，区分原发性或转移性黑色素瘤的准确率可达89%。相关论文近日发表在英国《科学报告》杂志网站上。

皮肤黑色素瘤是皮肤癌常见类型之一。与原发性黑色素瘤相比，转移性黑色素瘤患者存活率更低。因此，准确鉴别黑色素瘤类型并制定相应治疗策略，对提高患者存活率具有重要意义。

印度因德拉普拉斯塔信息技术学院教授加金德拉·拉加瓦等人开发出6个机器学习模型，用于识别和验证17个黑色素瘤基因的标记。机器学习即用计算机模拟人类的学习行为，是人工智能核心算法之一。此前，其他关于黑色素瘤的研究已经报告了这17个基因中的11个，该研究小组首次将其余6个基因的标记用于鉴别黑色素瘤类型。

研究人员对6个机器学习模型进行测试，用它们识别并验证上述17个基因的相关RNA（核糖核酸）、微RNA以及基因的甲基化特征等，其中表现最好的一个模型区别转移性还是原发性黑色素瘤的准确率超过89%。研究还发现，RNA、微RNA等基因标记物不仅能用于区分黑色素瘤类型，还可以帮助判断转移性黑色素瘤的发展阶段等。