醫療技術的發展離不開前沿科技的支持，時下，人工智能也越來越多參與醫學的研究與醫藥的研發。比如，疫情期間，阿里云與全球健康藥物研發中心GHDDI合作開發人工智能藥物研發和大數據平臺，針對冠狀病毒的歷史藥物研發進行數據挖掘與集成。

越來越多人工智能與醫藥醫療的結合也昭示著機器學習技術對更好的藥物反應預測的巨大希望。基于此，在腫瘤研究領域，美國加州大學圣地亞哥分校醫學院的研究人員近日表示，他們已經創建了一個名為DrugCell的新人工智能（AI）系統，該系統讓腫瘤與最佳藥物組合相匹配成為可能。

DrugCell可模擬人類癌細胞對治療性化合物的反應。DrugCell將模型的內部工作原理與人類細胞生物學的層次結構相結合，在輸入有關腫瘤的數據后，系統會返回最知名的藥物、控制對該藥物反應的生物學途徑以及最佳藥物組合，從而可以預測任何癌癥中任何藥物的反應，并設計有效的聯合療法。

研究人員將DrugCell設計為具有兩個分支的神經網絡，第一個分支是VNN，它是根據人類基因（GO）數據庫中記錄的2086個生物過程建模的，用于模擬人類細胞中分子子系統的層次結構。

DrugCell的第二個分支是傳統的人工神經網絡（ANN），其中嵌入了藥物的Morgan指紋，即化學結構的標準向量表示形式。該模型中兩個分支（VNN嵌入細胞基因型和ANN嵌入藥物結構）的輸出被合并到單層神經元中，然后被整合以產生給定基因型對特定治療的反應。

在進一步的研究中，DrugCell驗證了預測細胞系對治療反應的準確性。此外，預測的組合改善了患者來源的異種移植腫瘤模型中的無進展生存期，并且還可以對臨床結果進行分層。

藥物細胞機制的分析直接導致協同藥物組合的設計，研究人員通過組合CRISPR，體外藥物篩選和患者衍生的異種移植物系統地驗證了協同藥物組合。而DrugCell也為構建預測醫學的可解釋模型提供了藍圖。這對未來醫療開發醫藥和精準給藥具有重要意義。

其研究成果已發表于《Cancer cell》上。
責編AJX