Science子刊：利用人工智能預測癌癥對免疫檢查點抑制劑的反應性

　　在一項新的研究中，來自韓國浦項科技大學和ImmunoBiome公司的研究人員介紹了一種利用經過細胞間通信網絡訓練的人工智能（AI）預測癌癥對免疫療法的藥物反應性。相關研究結果發表在2024年2月2日的Science Advances期刊上，論文標題為“Cell-cell communication network-based interpretable machine learning predicts cancer patient response to immune checkpoint inhibitors”。論文通訊作者為浦項科技大學融合科技學院生命科學系的Sanguk Kim 教授。論文第一作者為浦項科技大學融合科技學院生命科學系的Juhun Lee 博士。

　　當免疫細胞不能正確識別癌細胞和正常細胞時，就會出現自身免疫紊亂。免疫檢查點是一種防御機制，可防止人體自身組織受到攻擊。然而，癌細胞往往利用這些免疫檢查點來躲避免疫細胞的攻擊，因此免疫檢查點抑制劑（immune checkpoint inhibitor, ICI）在癌癥治療中大受歡迎。

　　鑒于遺傳和環境因素的固有差異性以及患者腫瘤特征的多樣性，只有不到三分之一的患者對單一 ICI 有反應。預測患者的反應對于制定高效的癌癥治療方案和為無應答患者制定新策略不可或缺。

　　此前，這些作者在2022年建立了一種人工智能模型，通過訓練細胞內的蛋白相互作用來預測免疫癌癥療法的療效。在這項新的研究中，他們更進一步。他們訓練人工智能學習細胞外的細胞通信網絡。這種先進的人工智能通過分析癌細胞和免疫細胞之間的網絡，讓人聯想到人們通過社交媒體進行交流，從而預測患者對 ICI的反應。

　　這種新的模型在分析來自700名患有黑色素瘤、胃癌、肺癌和膀胱癌之一的患者樣本時表現出很高的準確性。此外，它還成功地識別了與對 ICI的反應性和抵抗性有關的關鍵通信途徑，并精確定位了負責這些相互作用的細胞。

　　圖片來自Science Advances, 2024, doi:10.1126/sciadv.adj0785

　　Kim說，“這項新的研究將幫助我們為每位患者設計個性化的治療策略，實現定制的癌癥免疫療法。細胞間通信網絡是支配免疫系統功能的基本原理，其應用可擴展到開發針對多種免疫相關疾病的個性化治療方法。”

　　ImmunoBiome公司首席執行官Sin-Hyeong Im預計“通過使用我們的技術，腸道微生物組療法的開發時間將大大縮短”。