加州大学圣地亚哥分校开发AI系统，可将肿瘤与最佳药物组合相匹配
近日，美国加州大学圣地亚哥分校（UCSD）医学院和摩尔斯癌症中心表示，他们创建了一个名为“DrugCell”的 AI 系统，该系统可将肿瘤与最佳药物组合相匹配。
DrugCell 是一种人类癌细胞深度学习AI模型，该模型是根据 1235 种肿瘤细胞对 684 种药物的反应训练而成。DrugCell 通过肿瘤基因型在细胞子系统中诱导与药物结构整合的状态，来预测对治疗的反应，同时了解药物反应背后的生物学机制。
在更早之前的一项研究中 ，研究团队利用酵母细胞的基因和突变信息建立了一个名为“DCell”的 AI 系统，能预测所有的细胞行为。
DrugCell 是 DCell 的二代版本，总共有 50 多万种细胞系/药物配对。利用 DrugCell，该团队可以输入有关肿瘤的数据，系统会反馈对应的最知名的药物、控制对该药物反应的生物学途径以及最佳治疗恶性肿瘤的药物组合。
图｜DrugCell 的运作机制（来源：Predicting Drug Response and Synergy Using a Deep Learning Model of Human Cancer Cells）
试验表明，在细胞系中，DrugCell 的预测是准确的，并且可以对临床结果进行分层。对 DrugCell 机制的分析也直接导致了协同药物组合的设计，为构建可解释的预测医学模型提供了可能。
目前，在所有正在开发的癌症治疗药物中，只有 4% 的药物能获得 FDA 的最终批准。摩尔斯癌症中心教授特里·艾德克（Trey Ideker）博士表示：“目前，我们无法以智能的方式将正确的药物组合匹配给合适的患者，尤其是对于癌症来说，每个人的肿瘤细胞都具有独特、复杂的内部运作，我们无法总是预测出哪种药物最有效。”
在 Cancer Cell 上发表的一篇题为“Predicting Drug Response and Synergy Using a Deep Learning Model of Human Cancer Cells”的论文中，研究人员表示，“大多数进入临床试验的药物都会失败，这往往与对药物反应机制的不完全理解有关。机器学习为更好地药物反应预测带来了巨大的希望，但由于其缺乏可解释性和专注于单一疗法，大多数尚未达到临床试验阶段。”
据了解，该项精准癌症治疗已经在摩尔斯癌症中心使用，这里的患者可以对自己的肿瘤活检进行突变测序，并由跨学科专家小组的分子肿瘤委员会进行评估。委员会建议根据患者独特的基因组改变和其他信息进行个性化治疗。在某种程度上， DrugCell 模拟了人类分子肿瘤委员会。最近的一项研究表明，这些患者的预后较好。
“虽然当前我们已经获得一个良好的开端，但不能代表癌症的全部异质性，”研究人员表示，“我们的团队现在正在增加更多的单细胞数据，并尝试不同的药物结构。未来我们还希望与现有的临床研究合作，将 DrugCell 作为诊断工具嵌入其中，在现实世界中对其进行前瞻性测试。"
参考：
https://www.sciencedirect.com/science/article/abs/pii/S1535610820304888?via%3Dihub
https://www.genengnews.com/news/ai-reportedly-matches-tumors-to-best-drug-combinations/
-End-