(本報訊)如果醫生只用癌症腫瘤影像,就能預測哪種治療方法最適合患者,那該多好!來自澳洲國立大學、美國國家癌症研究所和精準腫瘤學製藥公司Pangea Biomed的科學家,成功開發出一種基於人工智慧(AI)的系統「ENLIGHT-DP」,可以分析標準腫瘤圖像並預測患者的治療反應,幫助醫生為癌症患者選擇最佳療法。相關研究論文發表於最新一期《自然·癌症》雜誌。
先分析癌細胞的基因 再和不同療法配對
ENLIGHT-DP分為兩個步驟。首先,以稱為「DeepPT」的深度學習框架分析腫瘤影像,論文指出,研究人員利用16種常見癌症的5500多名患者的數據對DeepPT進行訓練,mRNA(信使核糖核酸)是由DNA經由轉錄而來,帶著相應的遺傳訊息,為下一步轉譯成蛋白質提供所需的訊息,而DeepPT就是分析推斷mRNA表現,以識別每個病患不同的癌細胞組織及其出現方式;接著再將這組資訊傳到「ENLIGHT」 中,這種無監督的機器學習方法,可分析藥物機制和腫瘤獨特的遺傳特徵之間複雜的相互作用,以預測對特定療法產生反應的可能性。
對治療有反應的可能性增加了2.28倍
ENLIGHT-DP 最有前景的用途是顯著提高治療反應率的潛力。在這項研究中,接受 ENLIGHT 匹配治療的患者對治療產生反應的可能性是未匹配患者的 2.28 倍,即反應率增加了 39.5%。此外,研究發現 DeepPT 還可以準確地捕捉某些基因特徵的預後價值。
輕鬆找到最佳療法、還能反向開發藥物
Pangea Biomed 執行長貝克爾表示,「這項技術預示著精準腫瘤學的新時代,每個人都可以輕鬆地接受測試並匹配最有效的治療方法。」此外,這種新方法還能反向讓藥物的開發方向也更加精準,甚至幫助新型癌症的療法研究更加快速有效。