Science子刊：利用人工智预测癌症对免疫检查点抑制剂的反应性

在一项新的研究中，来自韩国浦项科技大学和ImmunoBiome公司的研究人员介绍了一种利用经过细胞间通信网络训练的人工智能（AI）预测癌症对免疫疗法的药物反应性。相关研究结果发表在2024年2月2日的Science Advances期刊上，论文标题为“Cell-cell communication network-based interpretable machine learning predicts cancer patient response to immune checkpoint inhibitors”。论文通讯作者为浦项科技大学融合科技学院生命科学系的Sanguk Kim 教授。论文第一作者为浦项科技大学融合科技学院生命科学系的Juhun Lee 博士。

当免疫细胞不能正确识别癌细胞和正常细胞时，就会出现自身免疫紊乱。免疫检查点是一种防御机制，可防止人体自身组织受到攻击。然而，癌细胞往往利用这些免疫检查点来躲避免疫细胞的攻击，因此免疫检查点抑制剂（immune checkpoint inhibitor, ICI）在癌症治疗中大受欢迎。

鉴于遗传和环境因素的固有差异性以及患者肿瘤特征的多样性，只有不到三分之一的患者对单一 ICI 有反应。预测患者的反应对于制定高效的癌症治疗方案和为无应答患者制定新策略不可或缺。

此前，这些作者在2022年建立了一种人工智能模型，通过训练细胞内的蛋白相互作用来预测免疫癌症疗法的疗效。在这项新的研究中，他们更进一步。他们训练人工智能学习细胞外的细胞通信网络。这种先进的人工智能通过分析癌细胞和免疫细胞之间的网络，让人联想到人们通过社交媒体进行交流，从而预测患者对 ICI的反应。

这种新的模型在分析来自700名患有黑色素瘤、胃癌、肺癌和膀胱癌之一的患者样本时表现出很高的准确性。此外，它还成功地识别了与对 ICI的反应性和抵抗性有关的关键通信途径，并精确定位了负责这些相互作用的细胞。

图片来自Science Advances, 2024, doi:10.1126/sciadv.adj0785

Kim说，“这项新的研究将帮助我们为每位患者设计个性化的治疗策略，实现定制的癌症免疫疗法。细胞间通信网络是支配免疫系统功能的基本原理，其应用可扩展到开发针对多种免疫相关疾病的个性化治疗方法。”

ImmunoBiome公司首席执行官Sin-Hyeong Im预计“通过使用我们的技术，肠道微生物组疗法的开发时间将大大缩短”。（生物谷 Bioon.com）

参考资料：

Juhun Lee et al. Cell-cell communication network-based interpretable machine learning predicts cancer patient response to immune checkpoint inhibitors. Science Advances, 2024, doi:10.1126/sciadv.adj0785.

Deciphering cell-to-cell conversations: AI predicts anti-cancer immunotherapy response
https://medicalxpress.com/news/2024-02-deciphering-cell-conversations-ai-anti.html