分析肿瘤可以采用新人工智能方法

　　

卡罗林斯卡医学院和SciLifeLab的研究人员将卫星成像和社区生态学中使用的人工智能(AI)技术结合起来，解释了来自肿瘤组织的大量数据。该方法发表在《Nature Communications》杂志上，可以为癌症患者提供更个性化的治疗。

虽然肿瘤成像的最新进展提供了对肿瘤微观世界的深入了解，但挑战在于如何解释产生的大量数据。随着数以百计的分子在数万或数十万个细胞中同时被测量，研究人员很难知道应该关注哪些分子和细胞。

原则上，人工智能方法可以帮助研究人员分析大量数据，并确定重点。然而，传统的人工智能(如深度神经网络)通常在执行任务时没有提供人类可以理解的清晰解释。这个过程如何运作的细节隐藏在一个所谓的黑匣子中，或者很难获得。卡罗林斯卡学院和科学实验室的研究小组认识到这种方法的局限性，并从其他领域寻求灵感。他们确定了卫星成像和生态学中成熟的分析技术，分别可以追溯到2000年代和1950年代。

人们不断开发新的人工智能方法来解释卫星图像中的数据，例如在大型卫星图像中自动识别城市、湖泊、森林和沙漠。在生态学中，先进的技术被用来揭示植物、动物和微生物物种如何在给定的地理区域内作为群落共存。

“我们意识到对肿瘤图像的解释类似于对卫星图像的解释，组织中细胞之间的关系类似于生态学中物种之间的关系，”领导这项研究的卡罗林斯卡学院细胞和分子生物学部门的高级研究员Jean Hausser解释说。“通过结合卫星成像和生态学的技术，并将其用于肿瘤组织的分析，我们现在已经能够将复杂的数据转化为对癌症如何运作的新见解。”

量身定制癌症治疗方案

下一步是将这种新方法应用于临床试验。研究人员正在与法国里昂的一家大型癌症医院合作，寻找为什么只有一些患者对癌症免疫治疗有反应的答案。在与美国梅奥诊所的另一项合作中，他们正在调查为什么一些乳腺癌患者不需要化疗。

“通过我们的新方法，我们可以揭示肿瘤组织中的重要细节，这些细节可以确定癌症治疗是否有效。长期目标是能够根据个人需要定制癌症治疗方法，并避免不必要的副作用，”Jean Hausser说。

这项研究主要由瑞典癌症协会、瑞典研究委员会和科学实验室资助。没有利益冲突的报道。

“NIPMAP: niche-phenotype mapping of multiplex histology data by community ecology”