科學家如何利用演算法加速癌症等人類疾病的研究？
本文系生物谷原創編譯，歡迎分享，轉載須授權！
本文中，小編整理了多篇研究報告，共同解讀科學家們如何利用演算法來加速諸如癌症等多種人類疾病的研究，與大家一起學習！
【1】Oncogene：科學家發現膀胱癌新靶點
膀胱癌是美國第六常見的癌症，根據美國癌症學會（ACS）的統計，2017年美國約有79000人被診斷為膀胱癌，將近17000人死於這種疾病。在過去幾年中，逐漸形成了根據基因表達模式對膀胱癌進行分類的趨勢。已知一種稱為p53樣膀胱癌（p53-like bladder cancer）的基因表達模式與侵襲性的肌肉浸潤性疾病相關，但人們尚不清楚該亞型對患者預後有何影響。現在，紐約西奈山衛生系統（Mount Sinai Health System in New York）的研究者通過演算法模型，確定了兩種生物標誌物，它們有可能幫助腫瘤學家預測p53樣膀胱癌患者的預後，並對其進行針對性治療。相關論文發表在近期的《Oncogene》上。
據ACS統計，肌肉浸潤性膀胱癌的5年生存率最高為63％。患者對常規治療（如化療）的反應可能差異很大，因此需要有新的療法來治療這種疾病。近年來，使用免疫檢查點抑製劑的免疫療法成為膀胱癌治療的重大進展，但是一些患者變得耐葯。去年，羅氏（Roche）發現一種名為TGF-β的蛋白質與患者對PD-L1抑製劑Tecentriq的反應相關，如果將Tecentriq與抗TGF-β化合物聯用，可以提高其有效性。
【2】Genome Med：科學家利用計算機演算法成功繪製出了癌細胞對療法耐藥性的圖譜
近日，一項刊登在國際雜誌Genome Medicine上的研究報告中，來自約翰霍普金斯大學的研究人員通過研究開發了一種新方法來分析頭頸癌對療法耐受性的進化改變特性。研究人員想知道隨著時間延續癌症如何對療法產生一定的耐受性，以及能利用計算機建模的手段來分析這些改變從而確定患者機體癌細胞產生耐受性的特定時間軸。
研究者表示，我們所開發的名為CoGAPS（The Coordinate Gene Activity in Pattern Sets algorithm）的演算法能夠用來確定癌症耐藥性發生過程中與耐葯相關的分子改變，同時他們還需要開發新方法來收集來自體外細胞魔性的數據，並且開發出計算機分析手段來測定此前在癌症研究中並未觀察到的結果。
研究者Elana Fertig博士說道，這篇文章的最大亮點之處在於我們把時間看做一個變數，而且我們必須證明在給病人增加負擔之前這一點很重點。文章中研究者在為期11周的時間內檢測了西妥昔單抗療法對頭頸部鱗狀細胞癌癌細胞的效應，在同一研究時間內，研究者對相同的細胞進行研究想觀察這一時間段內發生的事件，同時研究者還試圖避免使用不同批次細胞所帶來的外部變數。
【3】Nat Genet：突破！科學家利用新型演算法成功追蹤癌症的擴散過程！
近日，一項刊登在國際雜誌Nature Genetics上的研究報告中，來自普林斯頓大學的研究人員通過研究開發出了一種新型的計算方法，其能夠幫助有效追蹤癌細胞如何從體內一個部位擴散到其它部位的，相關研究或為研究人員開發抑制癌症擴散的新型干預手段提供新的思路和希望。
細胞的遷移就會誘發轉移性疾病的發生，其常常會誘發實體瘤中90%的患者發生死亡（實體瘤即表現為大量細胞生長在諸如乳腺組織、前列腺或結腸等器官中），闡明癌症的轉移機制或能幫助研究人員開發出新型療法，來阻斷癌症在機體中的擴散。
研究者Ben Raphael說道，這些轉移性細胞內部是否存在特殊的突變來驅動其轉移呢？這項研究中我們通過研究開發出一種新型演算法，其能通過將細胞中的DNA序列信息進行整合，來追蹤癌症的轉移過程，研究者將這種演算法稱之為「MACHINA」（metastatic and clonal history integrative analysis，轉移和克隆歷史整合分析）。
【4】科學家開發出新型演算法 能整合群體智慧來開發新型癌症靶向療法
新聞閱讀：New algorithm predicts treatment targets for cancer using "wisdom of the crowd
近日，來自新加坡A*STAR研究所的研究人員在如何有效治療癌症上取得了重大發現，當我們提及癌症治療靶點時，或許許多計算機程序是一個不錯的選擇，這項研究中，研究人員開發出了一種先進的系統，其能通過強大的共識演算法整合群體智慧（wisdom of the crowd），來發現每一種癌症腫瘤的弱點，從而幫助研究人員更好地研究不同類型的癌症並開發相應的靶向性療法。
癌細胞中有成千上萬個不同的遺傳病變，但僅有一小部分突變會誘發腫瘤，因此鑒別出促進癌細胞無限生長的基因突變或許就是未來精準化癌症研究領域科學家們所面臨的一大挑戰，這項研究中，研究人員首次開發出了一種一致性演算法，其能整合多個專家系統，並對單一癌症靶向療法進行準確預測。
【5】AI診斷新演算法 可提前十年查出老年痴呆症
阿爾茨海默病（Alzheimer disease，AD），又叫老年性痴呆，是一種中樞神經系統變性病，起病隱襲，病程呈慢性進行性，是老年期痴呆最常見的一種類型。主要表現為漸進性記憶障礙、認知功能障礙、人格改變及語言障礙等神經精神癥狀，嚴重影響社交、職業與生活功能。AD的病因及發病機制尚未闡明，特徵性病理改變為β澱粉樣蛋白沉積形成的細胞外老年斑和tau蛋白過度磷酸化形成的神經細胞內神經原纖維纏結，以及神經元丟失伴膠質細胞增生等。
近日，義大利巴里大學的研究人員研究出一種新演算法，可以在阿爾茲海默癥狀出現前10年，發現由疾病引起的大腦微小的結構變化，以達到儘早檢測出阿爾茲海默症的目的。
研究小組通過對67個核磁共振成像掃描來訓練他們的人工智慧，其中有38個來自老年痴呆症患者，29個來自健康人的控制。研究人員將掃描結果分成小區域，並讓他們的人工智慧分析神經元之間的連接。在訓練完成後，他們通過對148個實驗對象進行腦部掃描來測試這種演算法。在這些測試之外，還有48次對患有此症的病人進行掃描，48次對患有輕度認知障礙的人進行掃描，最終，人工智慧得以全面地檢測阿爾茨海默症。
【6】Nature：利用開發出的演算法揭示T細胞免疫識別機制
doi：10.1038/nature22383
在一項新的研究中，來自美國聖猶大兒童研究醫院和弗雷德哈欽森癌症研究中心等研究機構的研究人員開發出一種功能類似於羅塞塔石板（Rosetta Stone）的演算法，該演算法有助破解免疫系統如何識別和結合抗原。它應當有助開發更加個人化的癌症免疫療法，並且有助加快診斷和治療傳染病。相關研究結果於2017年6月21日在線發表在Nature期刊上，論文標題為「Quantifiable predictive features define epitope-specific T cell receptor repertoires」。
免疫系統依賴於T細胞表面上的T細胞受體（TCR）分子識別來自病毒感染細胞、腫瘤和其他威脅的外源抗原，並且對它們作出反應。基因組重排意味著大量的不同T細胞受體的存在是可能的。每個人能夠擁有大約1億個不同的T細胞受體（它們一起被稱作T細胞受體庫），即便在雙胞胎之間，也很少存在重疊的T細胞受體。在這種T細胞受體庫中的每個T細胞受體能夠識別以一種不同的抗原和發起免疫反應來應對威脅。
【7】計算機演算法能夠幫助定位癲癇病的發病來源
新聞閱讀：Pinpointing where seizures are coming from， by looking between the seizures
波士頓兒童醫院開發出的一項新的計算機技術能夠幫助癲癇病患者提高手術後的恢復效果。這一手段能夠使得手術過程變得更加可控，對於患者來說手術的風險也會變得更低。
目前，對於一些患者來說，如果想要找到癲癇病發作的大腦病變部位，就需要進行有創性的手術，將電極安插在大腦的表面。之後，醫生們需要對患者進行為期一周的觀察，捕捉他們在癲癇發作時的大腦變化。之後，患者還需要進行第二次手術，從而去除這一病變的部位。
這一新的技術則能夠幫助患者在短期內對對癲癇症進行診斷，從而避免了等待真正癲癇的發作。患者們因此能夠直接進行病變組織去除的手術。該技術能夠削減治療費用以及手術風險。
【8】人工智慧新演算法可識別不同類型細胞甚至癌細胞
英國斯旺西大學日前發布的一項新研究說，該校研究人員參與開發的一種人工智慧演算法可高效識別包括癌細胞在內的不同類型細胞。這項技術得以應用後不但能提升科研效率，還可助力癌症等疾病治療。
要在一個健康的細胞群內識別癌細胞等特定細胞，目前的做法是讓熒光劑附著在這些細胞內，然後通過顯微鏡觀察進行識別，但這種做法容易干擾細胞行為，影響觀察結果。
斯旺西大學研究人員與來自美、德等國的同行共同在計算機上開發了這一人工智慧演算法，它對細胞的識別過程無需使用染色劑，很好地避免了上述問題。
【9】Bioinformatics：新演算法將更好組裝DNA序列 檢測特殊遺傳突變
doi：10.1093/bioinformatics/btv548
刊登在國際雜誌Bioinformatics上的一項研究論文中，來自楊百翰大學(Brigham Young University)的研究人員開發了一種新方法來進行人類基因組的裝配，而且這或許可以幫助鑒別引發常見遺傳障礙的新型突變。
這種新方法依賴於一種新演算法，其可以非常敏感地檢測DNA序列的特異性改變，Paul Bodily博士說道，目前還需要對該技術進行優化研究，而且當前結果並不是我們原本計划進行調查所得，我們僅僅是繼續往前深入研究，但並不清楚其最終會走向哪裡。
每個人機體的每個細胞中都存在兩個拷貝的基因組，每一個基因組都來自於上一代母體，兩個拷貝的基因組序列通常主要部分是一樣的，但在某些地方的序列或許就會反轉，這種現象稱之為倒轉。倒轉現象在生物學上通常非常重要，此前研究結果闡明了基因組倒轉和智力缺陷、糖尿病、癲癇症、精神分裂症和自閉症直接相關。
【10】Nat Biotechnol：科學家開發出一種可預測癌症藥物敏感性的新型演算法
doi：10.1038/nbt.2877
近日，刊登在國際著名雜誌Nature Biotechnology上的一篇研究論文中，來自赫爾辛基信息技術研究所的科學家通過研究開發了一種新型演算法，該演算法可以及基於細胞的基因組數據來幫助預測乳腺癌細胞系對藥物的敏感性。
James Costello博士表示，開發這種新型演算法的思路很簡單，我們發現了問題並且主動去解決尋找解決問題的答案，問題就是是否我們可以找到足夠的基因突變信息、基因表達以及甲基化信息等等，以此來預測癌細胞對藥物的反應。
本文的研究對於解決基礎的生物醫學領域的問題提供了很好的研究模板，研究者的目的就是將開放的科學以及開放的數據入口提供給醫生們和研究者們供其研究。這種演算法可以將對28種治療性化合物極度耐葯和極度敏感的18種乳腺癌細胞系成功進行分類，研究者預期的目的就是揭示哪種抗癌藥物可以用於預測那些我們並不知道的癌細胞藥物敏感性，這或許就成為了開發新型抗癌療法的依據。
谷君深情說
AI技術被認為，雖然能推動經濟增長，但也可能會是一項具有潛在破壞力的技術。而專家們也正在權衡AI可能導致的長期影響。但在醫療保健領域，越來越多的人認為利用人工智慧是一種很好的方法。
TAG:癌症 |