基于 AI 的神经网络彻底改变了癌症治疗预测

快速阅读: 据《News-Medical.Net》最新报道，科学家开发出NicheCompass，一种基于AI的工具，可快速分析细胞间通讯网络，预测疾病分子变化。它能识别癌症治疗靶点并推动个性化医疗。通过整合患者数据，临床医生可在一小时内获得病情深度信息。这一工具已成功应用于乳腺癌和肺癌研究，并能处理大规模数据集。

惠康桑格研究所 2025年3月18日
一种首例基于人工智能（AI）的神经网络能够快速分析和解读患者样本中的数百万个细胞，预测组织中的分子变化。它有可能确定个性化治疗在某些疾病（如癌症）中的有效领域。

**NicheCompass**利用生成型AI创建了一个视觉数据库，结合了细胞类型的定位数据、它们的位置以及它们如何交流的信息。由惠康桑格研究所、慕尼黑赫尔姆霍兹健康人工智能研究所、维尔茨堡大学及其合作者共同开发，作为人类细胞图谱计划的一部分，这是首个能够测量和解释细胞间通讯网络中各种数据的方法，以识别和分析不同的细胞区域。

一篇新论文今天（3月18日）发表在《自然·遗传学》上，介绍了NicheCompass，并详细说明了它如何揭示乳腺癌和肺癌患者的组织变化。研究人员展示了NicheCompass如何通过AI的力量在一小时内判断某些人对治疗的不同反应。最终，这将有助于制定个性化治疗方案，突出癌症等疾病中可以靶向的具体变化。

人体内的每个细胞都与其环境进行交流并参与更大的相互作用网络。所有细胞都有特征，能作为通信网络的一部分，例如它们表面存在的蛋白质。可以通过这些特征连接相似的细胞。

单细胞和空间基因组技术极大改善了我们对人体的理解，并促成了不同组织和器官的多个深入细胞图谱的创建。

这些图谱包含有关多种细胞类型的信息、它们的位置以及基因变化如何影响它们之间的交互。通过了解细胞水平上的人体运作方式，可以促进我们对疾病发生机制的理解，并突出新的药物开发目标。

虽然这些图谱包括有关细胞位置和它们在其特定区域或网络内如何交互的信息，但量化和解读这些区域并理解驱动细胞社会互动的因素很困难。

在一项新研究中，桑格研究所的研究人员及其合作者介绍了NicheCompass，这是一种基于细胞间通讯的深度学习AI模型。这意味着它学习了不同细胞如何通过其网络进行交流，然后将这些与类似的细胞网络对齐，在组织中通过共享特征构建邻域。

由此，NicheCompass可以解读数据，使研究人员和临床医生能够询问数据并更好地理解健康状况。例如：“肺癌患者中的肿瘤细胞如何与其周围环境进行交流？”

使用NicheCompass，研究人员结合了10名肺癌患者的数据，并能够看到个体之间的相似性和差异性。相似之处有助于我们对癌症的一般理解，同时强调任何可能在新疗法中靶向的转录变化。相比之下，差异之处则指出了个性化医学的新途径。

可以进一步加入患者数据，以便临床医生输入自己的患者数据并在一小时内获得关于具体病情的深入信息，从而帮助指导临床决策。

该团队还在乳腺癌组织上使用了NicheCompass，展示了其在不同类型癌症中的有效性。

他们还将其应用于一个包含840万个细胞的小鼠大脑空间分布图，能够快速且准确地识别脑区并创建整个器官的可视化资源。这表明它可以应用于全球研究人员生成的整个器官的空间分布图。

维尔茨堡大学联合资深作者卡洛斯·塔拉韦拉-洛佩斯博士说：“使用NicheCompass，我们能够看到免疫细胞与肺癌患者肿瘤的相互作用有何不同。这一现实应用不仅揭示了新的信息，丰富了我们对癌症的集体理解，还突出了一个患者的癌症与免疫系统互动的方式不同。未来，NicheCompass可以帮助发现利用免疫系统的新方法，为某些癌症创造个性化治疗方案，直接激活患者免疫系统针对癌症机制的能力。”

惠康桑格研究所联合资深作者穆罕默德·洛托拉希博士说：“人们经常通过各种信息与他们的社交圈交流。他们可能会分享工作进展或假期照片，虽然这些信息可能面向不同的朋友，但都可以追溯到同一个人。细胞间的交流类似，细胞可能会使用不同的特征与它们的社交圈交流，形成当地的社区或网络。NicheCompass是首个能够解读这些网络并回答直接影响患者生活的疑问的AI模型，例如指出疾病是如何开始的以及它们可能如何对某些治疗作出反应。”

来源：
惠康桑格研究所

期刊参考：
Birk, S., 等. (2025). 空间解析组学数据中细胞生态位的定量表征。《自然·遗传学》。doi.org/10.1038/s41588-025-02120-6。

(以上内容均由Ai生成)