预测癌症患者免疫治疗反应的机器学习模型

我是斜杠青年，一个热爱前沿科学的“杂食性”学者！

免疫疗法是一种新的癌症治疗方法，无需使用化疗或放疗，即可激活身体的免疫系统来对抗癌细胞。它的副作用比传统的抗癌药物少，因为它只使用身体的免疫系统攻击癌细胞。此外，由于它使用免疫系统的记忆力和适应性，从其治疗效果中受益的患者会经历持续的抗癌作用。

最近开发的免疫检查点抑制剂大大提高了癌症患者的存活率。然而，癌症免疫治疗的问题在于，只有大约30%的癌症患者从其治疗效果中受益，目前的诊断技术无法准确预测患者对治疗的反应。

在这种情况下，POSTECH由Sanguk Kim教授（生命科学系）领导的研究团队正在受到关注，因为他们通过使用基于网络的机器学习提高了预测患者对免疫检查点抑制剂（ICI）反应的准确性。

研究团队通过分析700多名患有三种不同癌症（黑色素瘤、胃癌和膀胱癌）的患者的临床结果以及患者癌症组织的转录组数据，发现了新的基于网络的生物标志物。通过使用基于网络的生物标志物，该团队成功开发了可以预测抗癌治疗反应的人工智能。该团队进一步证明，基于新发现的生物标志物的治疗反应预测优于基于常规抗癌治疗生物标志物的预测，包括免疫治疗靶点和肿瘤微环境标志物。

在之前的研究中，研究团队开发了机器学习，可以预测胃癌或膀胱癌患者化疗的药物反应。这项研究表明，人工智能利用生物网络中基因之间的相互作用，不仅可以成功预测患者对化疗的反应，还可以预测患者对多种癌症类型免疫治疗的反应。

这项研究有助于发现将提前对免疫治疗做出反应的患者，并制定治疗计划，从而为更多患者提供定制的精密药物，以从癌症治疗中受益。

该研究最近发表在《自然通讯》上。

如果你喜欢前沿科学，关注我就是你最好的选择！