AI与医疗结合，助力肿瘤与最佳药物组合相匹配成为可能

医疗技术的发展离不开前沿科技的支持，时下，人工智能也越来越多参与医学的研究与医药的研发。比如，疫情期间，阿里云与全球健康药物研发中心GHDDI合作开发人工智能药物研发和大数据平台，针对冠状病毒的历史药物研发进行数据挖掘与集成。

越来越多人工智能与医药医疗的结合也昭示着机器学习技术对更好的药物反应预测的巨大希望。基于此，在肿瘤研究领域，美国加州大学圣地亚哥分校医学院的研究人员近日表示，他们已经创建了一个名为DrugCell的新人工智能（AI）系统，该系统让肿瘤与最佳药物组合相匹配成为可能。

DrugCell可模拟人类癌细胞对治疗性化合物的反应。DrugCell将模型的内部工作原理与人类细胞生物学的层次结构相结合，在输入有关肿瘤的数据后，系统会返回最知名的药物、控制对该药物反应的生物学途径以及最佳药物组合，从而可以预测任何癌症中任何药物的反应，并设计有效的联合疗法。

研究人员将DrugCell设计为具有两个分支的神经网络，第一个分支是VNN，它是根据人类基因（GO）数据库中记录的2086个生物过程建模的，用于模拟人类细胞中分子子系统的层次结构。

DrugCell的第二个分支是传统的人工神经网络（ANN），其中嵌入了药物的Morgan指纹，即化学结构的标准向量表示形式。该模型中两个分支（VNN嵌入细胞基因型和ANN嵌入药物结构）的输出被合并到单层神经元中，然后被整合以产生给定基因型对特定治疗的反应。

在进一步的研究中，DrugCell验证了预测细胞系对治疗反应的准确性。此外，预测的组合改善了患者来源的异种移植肿瘤模型中的无进展生存期，并且还可以对临床结果进行分层。

药物细胞机制的分析直接导致协同药物组合的设计，研究人员通过组合CRISPR，体外药物筛选和患者衍生的异种移植物系统地验证了协同药物组合。而DrugCell也为构建预测医学的可解释模型提供了蓝图。这对未来医疗开发医药和精准给药具有重要意义。

其研究成果已发表于《Cancer cell》上。
责编AJX