首页 > 文章详情

【AI】NCI研究人员开发了AI工具，或可更精确匹配肿瘤药物与患者

05月05日

来源：王一树

今天看到了NCI（美国国立卫生研究院）的新闻，研究人员使用来自单个肿瘤细胞的高分辨率基因表达数据来微调名为PERCEPTION的人工智能工具预测药物反应的能力。

在一项概念验证研究中，美国国立卫生研究院（NIH）的研究人员开发了一种人工智能（AI）工具，该工具使用肿瘤内单个细胞的数据来预测一个人的癌症是否会对特定药物产生反应。美国国立卫生研究院下属的国家癌症研究所（NCI）的研究人员于2024年4月18日在《Nature》上发表了他们的成果，并建议有一天可以使用此类单细胞RNA测序数据来帮助医生更准确地将癌症患者与对癌症有效的药物相匹配。

目前将患者与药物匹配的方法依赖于肿瘤DNA和RNA的批量测序，该测序平均占肿瘤样本中所有细胞。然而，肿瘤包含不止一种类型的细胞，而可以有许多不同类型的细胞亚群。这些亚群中的单个细胞被称为克隆。研究人员认为，这些细胞亚群可能对特定药物的反应不同，这可以解释为什么一些患者对某些药物没有反应或对它们产生耐药性。

与批量测序相反，一种被称为单细胞RNA测序的新技术提供了更高的分辨率数据，低至单细胞水平。使用这种方法来识别和针对单个克隆可能会导致更持久的药物反应。然而，单细胞基因表达数据的生成成本比批量基因表达数据高得多，在临床环境中尚未广泛提供。

在新的研究中，研究人员调查了他们是否可以使用一种称为转移学习的机器学习技术来训练AI模型，使用广泛可用的散装RNA测序数据来预测药物反应，然后使用单细胞RNA测序数据微调该模型。研究人员使用这种方法从大规模药物筛查中公布的细胞系数据，为44种FDA批准的肿瘤药物构建了AI模型。AI模型准确地预测了单个细胞对单个药物和药物组合的反应。

然后，研究人员根据已公布的数据测试了41名使用四种药物联合治疗的多发性骨髓瘤患者和33名使用两种药物联合治疗的乳腺癌患者的方法。研究人员发现，如果只有一个克隆对特定药物有抗药性，即使所有其他克隆都有反应，患者也不会对该药物产生反应。此外，AI模型在24名接受非小细胞肺癌靶向治疗的患者的已公布数据中成功预测了耐药性的发展。

研究人员说，如果单细胞RNA测序数据更广泛地可用，这项技术的准确性将提高。与此同时，研究人员开发了一个研究网站和如何使用人工智能模型的指南，称为基于个性化单细胞表达的肿瘤治疗规划（PERCEPTION），并带有新的数据集。

这项工作由NCI的癌症研究中心进行，由Alejandro Schaffer博士和Sanju Sinha博士领导，他们以前在NCI，现在在Sanford Burnham Prebys。NCI的Eytan Ruppin博士监督这项工作。

“Predicting patient response and resistance to treatment from single-cell transcriptomics of their tumors via the PERCEPTION computational pipeline” appears April 18, 2024, in Nature Cancer.

所以，NGS还没玩儿明白，单细胞测序又要来了吗？是说越细越精准吗？不知道未来走向如何，但感觉微观与宏观或许未来一日更需结合，毕竟机体是个细分又是个整体。

查了一下这个工具差不多下边儿这个意思：

PRECEPTION ：通过肿瘤的单细胞转录组学预测患者的治疗反应和耐药性

PERCEPTION的基本功能，使用患者特定药物或组合疗法的scRNA-seq表达数据来预测治疗反应。下图描述了如何利用感知来预测治疗反应。

链接：

https://github.com/ruppinlab/PERCEPTION

话说，AI现在是真的火，大家一方面期待着它将给生活带来的便利比如增加效力解放劳动，一方面恐惧可能产生的负面影响比如失业甚至奴役毁灭，现在估计没尝试过ChatGPT的也玩儿过文心一言，但它将给人类带来的变化实非我等能够预测。可以预测的是对于医疗，或许是最早受到影响的一类。

人们对人工智能在各行各业加快人类进步的潜力寄予厚望，认为人工智能将在未来 30 年帮助改善以下方面的受访者百分比，healthcare位居榜首：

最后再贴一张预测，AI下人类的一天：

第一次工业革命（18世纪60年代-19世纪中期），“蒸汽时代”，从农耕文明走向工业文明；第二次工业革命（19世纪七八十年代-19世纪末20世纪初），“电气时代”，开启全球化时代；第三次工业革命（二战后-20世纪70年代），“信息时代”，全球化进程加剧，地球村；第四次工业革命（21世纪初至今），“人工智能时代”，又将迎来怎样的变化？