人工智能助攻前列腺癌診斷和治療

來自瑞典的科學家們的最新研究成果表明數(shù)據(jù)驅(qū)使的AI可以幫助我們更深入了解前列腺癌如何發(fā)展，最終可以幫助提高這種疾病的臨床診斷和治療結(jié)果。每種癌癥都是獨特的，它的特點隨著時間變化而變化，這種所謂的腫瘤異質(zhì)性是由于腫瘤內(nèi)細胞的競爭性克隆以及可能增加轉(zhuǎn)移概率的獲得性基因突變。

來自瑞典生命科學實驗室的研究人員開發(fā)了一種數(shù)據(jù)訓(xùn)練的AI方法可以幫助我們更好地了解前列腺癌及其周圍微環(huán)境異質(zhì)性相關(guān)的主要事件。這個來自瑞典皇家理工學院（KTH）和卡羅林斯卡研究所的研究團隊在KTH分子生物學教授Joakim Lundeberg的領(lǐng)導(dǎo)下獲得了來自6750個腫瘤組織樣品的空間轉(zhuǎn)錄組學（一種定量分析基因的組織學方法，由KTH和卡羅林斯卡研究所的研究人員共同開發(fā)）分析數(shù)據(jù)。相關(guān)研究成果于近日發(fā)表在《Nature Communications》上。

Lundeberg表示這些空間信息發(fā)揮了至關(guān)重要的作用。和傳統(tǒng)腫瘤樣品分子方法相比，這種分子組織切片上的前列腺癌基因活性的方法具有很大的優(yōu)勢。“我們已經(jīng)發(fā)現(xiàn)來自同一前列腺癌組織的不同部位的癌細胞和非癌細胞中的基因活性存在顯著差異，例如和炎癥反應(yīng)相關(guān)的細胞可能與病人預(yù)后相關(guān)。”

這些通過無人操作的AI手段獲得的關(guān)于基因表達模式的豐富信息無法通過肉眼發(fā)現(xiàn)。因此，關(guān)于這些大量的組織樣品的分析結(jié)果可以作為基于AI的腫瘤組織臨床診斷的基礎(chǔ)，可以用于探索腫瘤微環(huán)境中的基因表達模式。

“AI只是簡單地幫助我們創(chuàng)造了一個數(shù)字化的組織解剖學。”他說道。他表示進一步探索癌癥背后的機制對研究腫瘤進展以及病人如何對治療作出反應(yīng)至關(guān)重要。

分子學數(shù)據(jù)已經(jīng)被成功用以指導(dǎo)其他上皮癌的治療，如乳腺癌。該研究共同作者Emilie Berglund表示這項新研究表明這些數(shù)據(jù)也可以幫助前列腺癌。“前列腺癌的早期治療很有效，但是區(qū)分可能進展為惡性疾病及哪些病人將從什么治療中獲益還存困難。”Berglund說道。“我們希望這項研究可以給這些方面的研究帶來幫助。”