AI工具使用肿瘤每个细胞的信息预测癌症治疗的反应

2024年4月18日，发表在《自然癌症》杂志上的一项新研究描述了一种首创的计算管线，名为个性化单细胞表达基治疗规划（PERCEPTION），这是一种基于人工智能的新方法，它深入探讨了转录组学的实用性，即研究转录因子，即基因表达的信使RNA分子，这些分子携带并将DNA信息转化为行动。

该研究的第一作者是Sanju Sinha博士，他是Sanford Burnham Prebys癌症分子治疗项目的助理教授，高级作者是Eytan Ruppin博士和Alejandro Schaffer博士，他们来自国家癌症研究所。研究团队描述了这种首创的计算管线，用于系统预测癌症药物在单细胞分辨率下对患者的反应。

这种新的人工智能方法使用了迁移学习技术，即AI的一个分支。研究人员使用已发表的肿瘤大量基因表达数据来预先训练模型，然后利用来自细胞系和患者的单细胞数据来微调这些模型。

经过成功验证，PERCEPTION在多发性骨髓瘤、乳腺癌和肺癌的三项独立最近发布的临床试验中成功预测了单药和联合治疗的反应。在每种情况下，PERCEPTION都正确地把患者分层为响应者和非响应者类别。在肺癌中，它甚至捕捉到了疾病进展过程中药物耐药的发展，这是一个具有巨大潜力的重要发现。

Sinha表示，虽然PERCEPTION还没有准备好投入临床使用，但这种方法表明单细胞信息可以用来指导治疗。他希望鼓励诊所采用这项技术以产生更多数据，从而进一步发展和完善用于临床的技术。

研究得到了NIH的内部研究计划、NCI和NIH的多项资助。