PNAS：科学家将微流体技术与人工智能技术结合来改善人类癌症免疫疗法

免疫细胞浸润和细胞毒性在机体炎症和免疫疗法过程中扮演着关键的角色，然而，当前的癌症免疫疗法筛查手段忽略了T细胞能穿透肿瘤基质的能力，从而就大大限制了开发治疗实体瘤的有效疗法。近日，一篇发表在国际杂志Proceedings of the National Academy of Sciences上题为“Microfluidics guided by deep learning for cancer immunotherapy screening”的研究报告中，来自印第安纳大学等机构的科学家们通过研究将一种“芯片实验室”（lab-on-a-chip）技术与人工智能技术相结合来改善癌症免疫疗法。研究人员所开发的这种原型平台或许有助于自动的药物筛选和实时3D成像，并能进行免疫细胞和癌细胞之间相互作用的分析。

研究者Guo说道，我们能利用所开发的平台来观察不同的疗法是如何影响对靶向癌细胞的杀灭效率的，甚至是肿瘤浸润等，其是非常独特的。这种平台能利用微流体技术（所谓的芯片实验室技术）结合称之为深度学习的人工智能技术，微流体技术是在微观渠道进行流体操控的技术，其基本上是将不同的实验室功能扩展到一个微芯片上；深度学习是一种基于生物神经网络为灵感的计算系统的一种机器学习手段，将这两种技术结合在一起能促进平台快速且自动识别潜在的癌症免疫疗法药物，并检测其在细胞水平上是如何发挥作用的。

科学家将微流体技术与人工智能技术结合来改善人类癌症免疫疗法。

图片来源：Proceedings of the National Academy of Sciences (2022). DOI:10.1073/pnas.2214569119

据研究者介绍，实体瘤能表现出绝大多数人类癌症的特征，然而当前的癌症免疫疗法筛查手段忽略了T细胞穿透实体瘤组织的能力。研究者Ming Dao说道，癌症免疫疗法在治疗人类癌症上确实取得了巨大成功，但人类在征服癌症上依然面临着艰巨的挑战；对于大部分实体瘤而言，研究人员很难开发出一种有效的疗法来浸润并杀灭疾病细胞，因此他们旨在开发一种新型的肿瘤免疫疗法筛选平台，来动态追踪T细胞的肿瘤渗透和肿瘤细胞的杀伤效应，并能以一种高通量和自动化的方式来扫描多种潜在的药物。

研究人员利用临床数据对这种深度学习算法进行了训练，包括实体瘤的数字化图像以及患者的生存率，随后他们将这种算法与微流体平台进行整合，来模拟肿瘤的免疫力并筛选能促进T细胞浸润和杀灭癌细胞的新型免疫疗法制剂。研究者Hongwei Cai指出，我们将其称之为智能化的微流体技术（intelligent microfluidics），我对这种平台以及其能潜在解决实体瘤免疫疗法的潜力感到非常高兴。此外，该平台还能用于除了肿瘤学以外的其它健康研究领域，比如免疫学、神经学和组织工程领域等。

综上，本文研究中研究人员开发了一种能筛选免疫细胞—实体瘤相互作用的自动化系统和策略，从而就能帮助发现新型的免疫疗法或组合性疗法策略。（生物谷Bioon.com）

原始出处：

Zheng Ao, Hongwei Cai, Zhuhao Wu, et al. Microfluidics guided by deep learning for cancer immunotherapy screening, Proceedings of the National Academy of Sciences (2022). DOI: 10.1073/pnas.2214569119