子科生物報(bào)道：癌癥有200多種，每種癌癥都是獨(dú)特的，開發(fā)精確腫瘤治療的持續(xù)努力仍然令人望而生畏。大部分的焦點(diǎn)都集中在開發(fā)基因測(cè)序測(cè)定或分析，以識(shí)別癌癥驅(qū)動(dòng)基因的突變，然后嘗試匹配可能對(duì)抗這些突變的治療方法。仍有許多癌癥患者無(wú)法從這些早期的靶向治療中獲益。

在2024年4月18日發(fā)表在《Nature Cancer》雜志上的一項(xiàng)新研究中，美國(guó)國(guó)家癌癥研究所的Sanju Sinha博士，以及美國(guó)國(guó)立衛(wèi)生研究院(NIH)的科學(xué)家們描述了一種史無(wú)前例的計(jì)算途徑，可以在單細(xì)胞分辨率下系統(tǒng)地預(yù)測(cè)患者對(duì)癌癥藥物的反應(yīng)。

這種新的基于人工智能的方法被稱為基于個(gè)性化單細(xì)胞表達(dá)的腫瘤治療計(jì)劃——PERCEPTION，它更深入地研究了轉(zhuǎn)錄組學(xué)的應(yīng)用——轉(zhuǎn)錄因子的研究，轉(zhuǎn)錄因子是由攜帶DNA信息并將其轉(zhuǎn)化為行動(dòng)的基因表達(dá)的信使RNA分子。Sinha和他的同事利用轉(zhuǎn)化學(xué)習(xí)(transfer learning，人工智能的一個(gè)分支)來(lái)構(gòu)建PERCEPTION，使用了大規(guī)模細(xì)胞系藥物篩選中可公開獲得的、匹配的批量樣本（bulk）和單細(xì)胞(sc)表達(dá)譜，其中批量樣本表達(dá)數(shù)據(jù)用來(lái)訓(xùn)練人工智能，單細(xì)胞表達(dá)譜用于調(diào)整模型。這些資源有助于建立基于患者單細(xì)胞腫瘤轉(zhuǎn)錄組學(xué)的治療反應(yīng)模型。在培養(yǎng)細(xì)胞和患者腫瘤源性原代細(xì)胞中，以及在多發(fā)性骨髓瘤和乳腺癌的兩項(xiàng)臨床試驗(yàn)中，PERCEPTION成功預(yù)測(cè)了對(duì)靶向治療的反應(yīng)。在每種情況下，PERCEPTION都正確地將患者分為應(yīng)答者和無(wú)應(yīng)答者兩類。在接受酪氨酸激酶抑制劑治療的肺癌患者中，隨著疾病的發(fā)展，它甚至還捕捉到了耐藥性的發(fā)展，這是一個(gè)具有巨大潛力的重大發(fā)現(xiàn)。在所有臨床隊(duì)列中，PERCEPTION優(yōu)于已發(fā)表的最先進(jìn)的基于單細(xì)胞和基于批量的預(yù)測(cè)指標(biāo)。這項(xiàng)工作利用腫瘤的單細(xì)胞表達(dá)譜進(jìn)行患者分層，將鼓勵(lì)在臨床環(huán)境中采用單細(xì)胞組學(xué)分析，增強(qiáng)基于單細(xì)胞組學(xué)的精確腫瘤學(xué)工具。PERCEPTION可訪問(wèn)https://github.com/ruppinlab/PERCEPTION。

“腫瘤是一種復(fù)雜而不斷進(jìn)化的野獸。使用單細(xì)胞分辨率可以讓我們解決這兩個(gè)挑戰(zhàn)，”Sinha說(shuō)?！癙ERCEPTION允許使用單細(xì)胞組學(xué)中的豐富信息來(lái)了解腫瘤的克隆結(jié)構(gòu)并監(jiān)測(cè)耐藥性的出現(xiàn)。(在生物學(xué)中，組學(xué)指的是細(xì)胞內(nèi)成分的總和。) “對(duì)我來(lái)說(shuō)，監(jiān)測(cè)耐藥性出現(xiàn)的能力是最令人興奮的部分。它有可能讓我們適應(yīng)癌細(xì)胞的進(jìn)化，甚至修改我們的治療策略。”“來(lái)自診所的有限單細(xì)胞數(shù)據(jù)是我們最大的挑戰(zhàn)。人工智能模型需要大量數(shù)據(jù)來(lái)了解疾病，就像ChatGPT需要從互聯(lián)網(wǎng)上抓取大量文本數(shù)據(jù)一樣?！?/p>

Sinha表示，PERCEPTION還沒(méi)有為臨床做好準(zhǔn)備，但是這種方法表明，單細(xì)胞信息可以用來(lái)指導(dǎo)治療。他希望鼓勵(lì)在診所采用這項(xiàng)技術(shù)，以產(chǎn)生更多的數(shù)據(jù)，這些數(shù)據(jù)可用于進(jìn)一步開發(fā)和完善臨床使用的技術(shù)?！邦A(yù)測(cè)的質(zhì)量隨著作為其基礎(chǔ)的數(shù)據(jù)的質(zhì)量和數(shù)量的提高而提高，”“我們的目標(biāo)是創(chuàng)建一種臨床工具，能夠以系統(tǒng)的、數(shù)據(jù)驅(qū)動(dòng)的方式預(yù)測(cè)個(gè)體癌癥患者的治療反應(yīng)。我們希望這些發(fā)現(xiàn)能激發(fā)更多的數(shù)據(jù)和更多這樣的研究，越早越好?！?/p>