您的位置:首页 >知识经验 >

机器学习可以帮助预测患者对癌症免疫疗法的反应

预测哪些患者对治疗反应良好是困扰癌症免疫治疗领域四十多年的难题。现在,约翰霍普金斯 Kimmel 癌症中心及其 Bloomberg~Kimmel 癌症免疫治疗研究所的研究人员距离解决该问题又近了一步。在一项小型研究中,他们成功地训练了一种机器学习算法,事后可以预测哪些黑色素瘤患者会对治疗产生反应,哪些不会产生反应。

开源程序 DeepTCR 被证明作为一种预测性临床工具很有价值,但它也起到了强大的指导作用,向研究人员传授患者对免疫疗法反应的生物学机制。

“DeepTCR 的预测能力令人兴奋,”该研究的第一作者、医学博士 John-William Sidhom 说,“但我发现更令人着迷的是,我们能够查看模型对免疫系统反应的了解到免疫疗法。我们现在可以利用这些信息为许多疾病,甚至是肿瘤学以外的疾病开发更强大的模型,并可能开发出更好的治疗方法。”

该研究的摘要发表在《科学进展》杂志上。

DeepTCR 是 Sidhom 在约翰霍普金斯大学医学院攻读医学博士时开发的。学生。它使用深度学习(人工智能的一种形式)来识别大量数据中的模式。在这种情况下,数据是称为 T 细胞受体 (TCR) 的蛋白质的氨基酸序列。

TCR 位于免疫系统 T 细胞的外部,等待来自敌人(癌症、细菌或病毒)的蛋白质参与。TCR 就像一把锁,只能用一把钥匙打开。T 细胞的外部镶嵌着许多 TCR,但它们都是相同的,并且都是由同一个敌方钥匙打开的。由于不知道存在哪些敌人,许多不同的 T 细胞在体内游荡。当 TCR 被激活时,它的 T 细胞会释放分子来杀死敌人,并克隆自己来加强反应。

不幸的是,一些肿瘤细胞发展出阻断 T 细胞反应的方法,即使 TCR 已被激活。目前的免疫治疗药物,称为检查点抑制剂,由阻碍肿瘤中这种能力的蛋白质组成,导致 T 细胞对癌症做出反应。然而,这些药物只能帮助少数患者。

免责声明:本文由用户上传,如有侵权请联系删除!