机器学习方法预测癌症免疫疗法的反应

免疫疗法是一种新的癌症治疗,激活人体免疫系统对抗癌症细胞不使用化疗或放疗。它有更少的副作用比传统抗癌药物,因为它只攻击癌细胞使用身体的免疫系统。此外,因为它使用的内存和适应性免疫系统,患者受益于其治疗效果体验持续抗癌效果。

最近开发的免疫抑制剂检查站已经大大提高了癌症患者的存活率。然而,癌症免疫疗法的问题是,只有大约30%的癌症患者得到受益于其治疗效果,以及当前诊断技术不能准确预测病人对治疗的反应。

在这种情况下,Sanguk金教授领导的研究小组(生命科学)POSTECH引起了人们的注意,因为他们有所改善的准确性预测患者对免疫抑制剂检查站(艾多酷)通过使用基于网络的机器学习。研究小组发现了新的基于网络的生物标志物的临床结果分析三个不同的癌症患者超过700(黑色素瘤、胃癌、膀胱癌)和转录组数据的患者的癌组织。利用基于网络的生物标志物,研究团队成功开发了人工智能,可以预测响应抗癌治疗。团队进一步证明治疗反应预测的基础上,新发现的生物标志物是优于基于传统抗癌治疗生物标志物包括肿瘤微环境免疫治疗目标和标记。

在以前的研究中,研究小组已经开发了机器学习,可以预测药物反应在胃或膀胱癌患者化疗。本研究表明,人工智能使用一种生物的基因之间的相互作用网络不仅可以成功地预测病人应对化疗,但也在多个癌症免疫疗法。

本研究有助于检测患者提前应对免疫疗法,建立治疗计划,导致定制精密医学与更多的病人从癌症治疗中获益。POSTECH医疗设备创新中心的支持下,人工智能,研究生院和ImmunoBiome公司,这项研究最近发表在自然通讯国际同行评审的期刊上发表。

参考李:香港J,公顷D, J,等。基于网络的机器学习方法预测癌症患者的免疫反应。Nat Commun。2022;13 (1):3703。doi:10.1038 / s41467 - 022 - 31535 - 6