邁阿密大學(xué)米勒醫(yī)學(xué)院西爾維斯特綜合癌癥中心的科學(xué)家們與國際研究人員合作，開發(fā)了一種復(fù)雜的人工智能算法，可以進(jìn)行高級計(jì)算分析，以確定多形性膠質(zhì)母細(xì)胞瘤（GBM）和其他癌癥的潛在治療目標(biāo)。
該圖像顯示了用于精確瞄準(zhǔn)膠質(zhì)母細(xì)胞瘤主激酶的SPHINKS網(wǎng)絡(luò)。資料來源：Antonio Iavarone,M.D.
他們的研究在2月2日的《自然-癌癥》雜志上有所描述，并可能對GBM（一種侵襲性的、通常是致命的腦癌類型）以及某些乳腺癌、肺癌和兒科癌癥的未來治療產(chǎn)生深遠(yuǎn)影響。
西爾維斯特綜合癌癥中心副主任、該研究的資深作者、醫(yī)學(xué)博士Antonio Iavarone解釋說："我們的工作代表了轉(zhuǎn)化科學(xué)，為改變膠質(zhì)母細(xì)胞瘤患者在臨床上的常規(guī)管理方式提供了直接機(jī)會(huì)。算法為精準(zhǔn)癌癥醫(yī)學(xué)提供了應(yīng)用，給腫瘤學(xué)家提供了一個(gè)新的工具來對抗這種致命的疾病和其他癌癥。"
這種人工智能算法被稱為SPHINKS--基于底物PHosphosite的激酶網(wǎng)絡(luò)推斷--部署了深度機(jī)器學(xué)習(xí)，以幫助研究人員識別和實(shí)驗(yàn)驗(yàn)證兩種蛋白激酶（PKCd和DNAPKcs），作為與兩種GBM亞型的腫瘤進(jìn)展相關(guān)的罪魁禍?zhǔn)?，并作為其他癌癥的潛在治療目標(biāo)。
蛋白激酶是目前用于精準(zhǔn)癌癥醫(yī)學(xué)的關(guān)鍵目標(biāo)，以根據(jù)病人的特定癌癥特性進(jìn)行治療。研究人員將最活躍的激酶在他們的論文中稱為"主激酶"，是那些臨床醫(yī)生直接使用靶向藥物作為當(dāng)前癌癥治療的標(biāo)志的激酶。
除了確定主激酶之外，Iavarone博士及其同事還使用了在實(shí)驗(yàn)室中從患者樣本中生長出來的腫瘤器官-他們稱之為"患者衍生的腫瘤化身"來證明干擾主激酶活性的靶向藥物能夠阻撓腫瘤的生長。
此前，Iavarone博士和團(tuán)隊(duì)已經(jīng)報(bào)告了一種新的膠質(zhì)母細(xì)胞瘤分類，通過捕捉關(guān)鍵的腫瘤細(xì)胞特征，并根據(jù)GBM患者的生存可能性和他們的腫瘤對藥物的脆弱性進(jìn)行分組。在新的研究中，這些分類是通過幾個(gè)全能學(xué)平臺獨(dú)立確認(rèn)的：基因組學(xué)（基因）、蛋白質(zhì)組學(xué)（蛋白質(zhì)）、脂質(zhì)組學(xué)（脂肪分子）、乙酰組學(xué)（表觀遺傳學(xué)）、代謝組學(xué)（代謝物）和其他。
SPHINKS利用機(jī)器學(xué)習(xí)來完善這些omics數(shù)據(jù)集，并創(chuàng)建一個(gè)互動(dòng)組--一套完整的生物互動(dòng)--以確定每個(gè)膠質(zhì)母細(xì)胞瘤亞型中產(chǎn)生異常生長和治療抗性的激酶。這些發(fā)現(xiàn)表明，多組學(xué)數(shù)據(jù)可以產(chǎn)生新的算法，根據(jù)每個(gè)病人的膠質(zhì)母細(xì)胞瘤亞型預(yù)測哪些靶向療法可以提供最佳治療方案。
"我們現(xiàn)在可以根據(jù)不同omics之間共同的生物特征對膠質(zhì)母細(xì)胞瘤患者進(jìn)行分層，"Iavarone博士說。"僅僅閱讀基因組是不夠的。我們已經(jīng)需要更全面的數(shù)據(jù)來確定腫瘤的脆弱性"。
盡管在許多其他癌癥方面取得了突破性進(jìn)展，膠質(zhì)母細(xì)胞瘤患者面臨著令人沮喪的預(yù)后--五年生存率低于10%。盡管正在開發(fā)許多藥物作為潛在的治療方法，但臨床醫(yī)生一直需要一種方法來確定驅(qū)動(dòng)每個(gè)病人疾病的分子機(jī)制，并適用于精準(zhǔn)癌癥醫(yī)學(xué)。
研究人員說，SPHINKS算法和相關(guān)方法可以很容易地被納入分子病理學(xué)實(shí)驗(yàn)室。他們的論文包括一個(gè)臨床分類器，可以幫助給每個(gè)病人分配適當(dāng)?shù)哪z質(zhì)母細(xì)胞瘤亞型。該團(tuán)隊(duì)還建立了一個(gè)在線門戶來訪問該算法。作者認(rèn)為這種方法可以產(chǎn)生有洞察力的信息，使多達(dá)75%的膠質(zhì)母細(xì)胞瘤患者受益。
西爾維斯特中心生物化學(xué)和分子生物學(xué)教授、該研究的共同第一作者、醫(yī)學(xué)博士Anna Lasorella說："這個(gè)分類器基本上可以在任何實(shí)驗(yàn)室使用。通過將全息信息導(dǎo)入門戶網(wǎng)站，病理學(xué)家可以收到一個(gè)腫瘤、十個(gè)腫瘤的分類信息，無論他們導(dǎo)入多少個(gè)，這些分類可以立即應(yīng)用于病人護(hù)理"。
雖然SPHINKS首先在膠質(zhì)母細(xì)胞瘤上測試，但該算法同樣適用于其他幾種癌癥。該團(tuán)隊(duì)在乳腺癌、肺癌和小兒腦瘤中發(fā)現(xiàn)了相同的癌癥驅(qū)動(dòng)激酶。Iavarone和Lasorella博士及其同事認(rèn)為這一發(fā)現(xiàn)可能是一種新型臨床試驗(yàn)的動(dòng)力。
"我們正在探索籃子試驗(yàn)的概念，"Iavarone博士解釋說，"這將包括具有相同生物亞型但不一定是相同癌癥類型的患者。如果膠質(zhì)母細(xì)胞瘤或乳腺癌或肺癌患者具有類似的分子特征，他們可以被納入同一個(gè)試驗(yàn)中，與其為一種藥物做多次試驗(yàn)，我們可以進(jìn)行一次聯(lián)合試驗(yàn)，并有可能更快地將更多有效的藥物帶給更多的患者。"
