DrugCell:新的实验性AI平台将肿瘤与最佳药物组合匹配

文章内容

在所有正在开发的癌症治疗药物中，只有4%获得了美国食品和药物管理局(FDA)的最终批准。

加州大学圣地亚哥分校医学院和摩尔斯癌症中心教授Trey Ideker博士说:“这是因为目前我们无法以一种聪明的方式将正确的药物组合匹配到正确的患者身上。”“特别是对于癌症，考虑到一个人肿瘤细胞独特而复杂的内部运作，我们不能总是预测哪种药物最有效。”

在2020年10月20日发表的一篇论文中癌症细胞， Ideker和Brent Kuenzi博士，以及他实验室的博士后研究员Jisoo Park博士描述了他们创造的一种新的人工智能(AI)系统，该系统不仅能将肿瘤与最佳药物组合匹配，而且以一种对人类有意义的方式进行匹配。

“大多数人工智能系统都是‘黑盒子’——它们可以非常具有预测性，但我们实际上并不知道它们是如何工作的，”Ideker说，他也是癌细胞地图计划和国家网络生物学资源的联合主任。

实验性人工智能系统DrugCell预测用于治疗肿瘤的最佳药物。

他举了一个在互联网上搜索“猫”图片的例子。在幕后工作的人工智能系统是根据现有的猫图像进行训练的，但它们如何将新图像标记为“猫”而不是“老鼠”或其他东西尚不得而知。

艾德克说，要让人工智能在医疗保健领域发挥作用，我们必须能够看到黑匣子内部，了解系统是如何得出结论的。“我们需要知道为什么做出这个决定，这些推荐的药物针对的是什么途径，以及药物产生积极反应或被拒绝的原因。”

该团队对DrugCell的研究始于几年前的酵母研究。在一个之前的研究他们利用酵母细胞的基因和突变信息构建了一个名为DCell的人工智能系统。DCell预测细胞行为，如生长，都在“黑箱”之外。

DrugCell是DCell的下一代版本，在1200多种肿瘤细胞系及其对近700种fda批准和实验性治疗药物的反应上进行了训练——总共超过50万种细胞系/药物对。研究人员还在实验室实验中验证了DrugCell的一些结论。

使用DrugCell，研究小组可以输入肿瘤数据，系统就会返回最知名的药物、控制对药物反应的生物途径，以及治疗恶性肿瘤的最佳药物组合。

加州大学圣地亚哥分校健康中心的摩尔斯癌症中心已经提供了精确的癌症治疗，在那里，患者可以对他们的肿瘤进行活检，对突变进行测序，并由分子肿瘤委员会(一个跨学科的专家小组)进行评估。该委员会根据患者独特的基因组改变和其他信息推荐个性化治疗。一个最近的研究显示这些病人有更好的结果。在某种程度上，DrugCell模拟了人类的分子肿瘤板。

Kuenzi说:“我们惊讶于DrugCell能够很好地从实验室细胞系转化为小鼠和患者的肿瘤，以及临床试验数据，这是我们训练模型的对象。”

该团队的最终目标是让DrugCell进入诊所，造福患者，但研究作者警告说，还有很多工作要做。

Park说:“虽然1200个细胞系是一个很好的开始，但它当然不能代表癌症的完全异质性。”“我们的团队现在正在添加更多的单细胞数据，并尝试不同的药物结构。我们还希望与现有的临床研究合作，将DrugCell作为一种诊断工具，在现实世界中进行前瞻性测试。”

合著者包括:Samson H. Fong、Kyle S. Sanchez、John Lee和Jason F. Kreisberg，他们都来自加州大学圣地亚哥分校;以及普渡大学的马建柱。

这项研究的资金部分来自美国国立卫生研究院(资助GM103504, CA209891, ES014811, CA243885和CA212456)。

披露:Trey Ideker是科学顾问委员会的联合创始人，并拥有Data4Cure, Inc.的股权。他也是科学顾问委员会的成员，拥有Ideaya BioSciences, Inc.的股权，并获得赞助研究资金。这些协议的条款已经由加州大学圣地亚哥分校根据其利益冲突政策进行了审查和批准。