醫(yī)療技術(shù)的發(fā)展離不開前沿科技的支持，時(shí)下，人工智能也越來越多參與醫(yī)學(xué)的研究與醫(yī)藥的研發(fā)。比如，疫情期間，阿里云與全球健康藥物研發(fā)中心GHDDI合作開發(fā)人工智能藥物研發(fā)和大數(shù)據(jù)平臺(tái)，針對(duì)冠狀病毒的歷史藥物研發(fā)進(jìn)行數(shù)據(jù)挖掘與集成。

越來越多人工智能與醫(yī)藥醫(yī)療的結(jié)合也昭示著機(jī)器學(xué)習(xí)技術(shù)對(duì)更好的藥物反應(yīng)預(yù)測的巨大希望。基于此，在腫瘤研究領(lǐng)域，美國加州大學(xué)圣地亞哥分校醫(yī)學(xué)院的研究人員近日表示，他們已經(jīng)創(chuàng)建了一個(gè)名為DrugCell的新人工智能（AI）系統(tǒng)，該系統(tǒng)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(xì)胞對(duì)治療性化合物的反應(yīng)。DrugCell將模型的內(nèi)部工作原理與人類細(xì)胞生物學(xué)的層次結(jié)構(gòu)相結(jié)合，在輸入有關(guān)腫瘤的數(shù)據(jù)后，系統(tǒng)會(huì)返回最知名的藥物、控制對(duì)該藥物反應(yīng)的生物學(xué)途徑以及最佳藥物組合，從而可以預(yù)測任何癌癥中任何藥物的反應(yīng)，并設(shè)計(jì)有效的聯(lián)合療法。

研究人員將DrugCell設(shè)計(jì)為具有兩個(gè)分支的神經(jīng)網(wǎng)絡(luò)，第一個(gè)分支是VNN，它是根據(jù)人類基因（GO）數(shù)據(jù)庫中記錄的2086個(gè)生物過程建模的，用于模擬人類細(xì)胞中分子子系統(tǒng)的層次結(jié)構(gòu)。

DrugCell的第二個(gè)分支是傳統(tǒng)的人工神經(jīng)網(wǎng)絡(luò)（ANN），其中嵌入了藥物的Morgan指紋，即化學(xué)結(jié)構(gòu)的標(biāo)準(zhǔn)向量表示形式。該模型中兩個(gè)分支（VNN嵌入細(xì)胞基因型和ANN嵌入藥物結(jié)構(gòu)）的輸出被合并到單層神經(jīng)元中，然后被整合以產(chǎn)生給定基因型對(duì)特定治療的反應(yīng)。

在進(jìn)一步的研究中，DrugCell驗(yàn)證了預(yù)測細(xì)胞系對(duì)治療反應(yīng)的準(zhǔn)確性。此外，預(yù)測的組合改善了患者來源的異種移植腫瘤模型中的無進(jìn)展生存期，并且還可以對(duì)臨床結(jié)果進(jìn)行分層。

藥物細(xì)胞機(jī)制的分析直接導(dǎo)致協(xié)同藥物組合的設(shè)計(jì)，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(tǒng)地驗(yàn)證了協(xié)同藥物組合。而DrugCell也為構(gòu)建預(yù)測醫(yī)學(xué)的可解釋模型提供了藍(lán)圖。這對(duì)未來醫(yī)療開發(fā)醫(yī)藥和精準(zhǔn)給藥具有重要意義。

其研究成果已發(fā)表于《Cancer cell》上。
責(zé)編AJX