IBM研究人员用AI分析了乳腺癌细胞的组成
女性乳腺癌是全世界最常见和致命的癌症类型之一，伴有肺癌和结肠直肠癌。据估计，大约每八个美国女性中就有一个会在其一生中患上浸润性乳腺癌，据世界卫生组织统计，仅去年全球就有1810万新发病例和960万人死亡。
早期检测显着改善了结果，幸运的是，谷歌，麻省理工学院和纽约大学正在努力提高人工智能乳腺癌筛查的准确性。他们不是唯一的 - 在今天的一篇论文和随附的博客文章中，IBM苏黎世办事处的科学家详细介绍了与苏黎世大学合作开发的系统，可以识别和分类肿瘤和免疫细胞及其关系。
虽然研究人员一直在努力开发抗击乳腺癌的新型治疗方法，但癌症相关死亡的主要原因仍然是治疗抵抗，复发和转移，”IBM计算系统生物学研究员Marianna Rapsomaniki在博客文章中写道。“这项工作的目标是为未来的精准医学方法奠定基础，这可能有助于患者赢得抗击乳腺癌的斗争。”
为此，Rapsomaniki和团队假设乳腺癌是一种异质性疾病 - 即它包含具有由遗传构成决定的特征的肿瘤细胞，以及与周围非癌细胞类型如免疫细胞，基质相互作用和相互作用的环境影响细胞和血管细胞。此外，他们推测这些生态系统中的模式可能与疾病进展和治疗反应有关。
为了证明他们的想法，该团队从144名患者中采集了非肿瘤样本，并使用大规模细胞计数 - 流式细胞仪的变种 - 来测量超过2600万癌症和免疫细胞中的70多种蛋白质。接下来，他们使用AI驱动的技术来识别各种肿瘤和免疫细胞群，并创建详细的乳腺癌生态系统图谱，然后用它们来定义个体肿瘤的异质性，并与匹配的非肿瘤相比定量其异常。组织。
最后，研究人员分析了肿瘤相关巨噬细胞和T细胞群(他们注意到它们可以表现出肿瘤抑制和肿瘤支持功能)，并且他们将他们的发现与临床信息相关联，包括疾病等级或肿瘤侵袭性。
最后，研究小组发现，高度侵袭性的肿瘤通常由单个肿瘤细胞表型决定，并且每个肿瘤在其细胞组成中是独特的，其中侵袭性更大的肿瘤与其余肿瘤的差异最大。此外，他们发现在更具侵袭性的肿瘤中肿瘤相关免疫系统的相似性。
他们认为这项工作为精准医学治疗的设计奠定了基础，并表明免疫治疗可能是某些乳腺癌患者群体可行的方法。
“这可能是为什么一刀切的癌症治疗方法并不总是有效的原因，”Rapsomaniki说。“根据我们的研究结果，我们认为一组特定的乳腺癌患者也可以从免疫治疗中受益。展望未来，我们将研究其他研究中免疫治疗的可能性，这可能会导致临床研究。“