新的实验人工智能平台将肿瘤与最佳药物组合匹配

在所有正在研发的癌症治疗药物中，只有4%获得了美国食品和药物管理局(FDA)的最终批准。

加州大学圣地亚哥医学院和摩尔斯癌症中心的教授Trey Ideker博士说:“这是因为目前我们还不能以一种聪明的方式将正确的药物组合匹配到正确的患者。”“特别是对于癌症，我们不能总是预测哪些药物会发挥最好的作用，因为一个人独特而复杂的内部工作机制。肿瘤细胞。"

在2020年10月20日发表的一篇论文中癌症细胞他的实验室里的博士后研究人员，Ideker和Brent Kuenzi博士，以及Jisoo Park博士，描述了他们创造的一种新的人工智能(AI)系统DrugCell，它不仅能将肿瘤与最佳药物组合匹配，而且在某种程度上对人类也有意义。

“大多数AI系统是‘黑盒’——它们可以非常具有预测性，但我们实际上并不知道它们是如何工作的，”Ideker说，他也是癌细胞图谱倡议和国家网络生物学资源的联合主任。

他举了一个网络图片搜索“猫”的例子。在幕后工作的人工智能系统是在现有的猫图像上进行训练的，但它们如何将新图像标记为“猫”，而不是“老鼠”或其他什么东西尚不清楚。

艾德克表示，要想让人工智能在医疗保健领域发挥作用，我们必须能够看到黑匣子的内部，了解系统是如何得出结论的。“我们需要知道为什么会做出这样的决定，那些推荐的药物针对的是什么途径，以及药物产生积极反应或排斥的原因。”

该团队对药物细胞的研究始于几年前的酵母。在之前的一项研究中，他们利用酵母细胞的基因和突变信息建立了一个名为DCell的人工智能系统。DCell预测细胞的行为，比如生长，都在“黑盒”之外。

下一代DCell的药物细胞(DrugCell)接受了超过1200项训练肿瘤细胞系和它们对近700个fda批准和实验的反应治疗药物-总共有超过50万个细胞系/药物配对。研究人员还在实验室实验中验证了DrugCell的一些结论。

使用DrugCell，团队可以输入关于肿瘤的数据，系统就会返回最知名的药物，控制对该药物反应的生物途径，以及最佳治疗恶性肿瘤的药物组合。

加州大学圣地亚哥分校的摩尔斯癌症中心已经提供了精确的癌症治疗，患者可以对其肿瘤的活检进行基因突变排序，并由分子肿瘤委员会(一个跨学科的专家小组)进行评估。该委员会根据患者独特的基因组改变和其他信息推荐个性化治疗。最近的一项研究表明，这些患者的预后更好。在某种程度上，DrugCell模拟了人类分子肿瘤板。

Kuenzi说:“我们对DrugCell从实验室细胞系转化为小鼠和患者的肿瘤以及临床试验数据的能力感到惊讶。这是我们训练的模型。”

该团队的最终目标是让DrugCell进入诊所，造福患者，但该研究的作者警告说，仍有很多工作要做。

“虽然1200个细胞系是一个很好的开始，但它当然不能代表所有的异质性癌症”,派克说。“我们的团队现在正在添加更多的单细胞数据，并尝试不同的方法药物结构。我们还希望与现有的临床研究合作，将DrugCell嵌入作为诊断工具，在现实世界中进行前瞻性测试。”

---

---