NCI的研究人員開發一種人工智慧 (artificial intelligence, AI) 工具，使用腫瘤內單一細胞的數據來預測一個人的癌症是否會對特定藥物產生反應。該模型可能有助於醫生更精確地為癌症患者匹配對其癌症有效的藥物。這項初步研究的結果發表在《自然癌症》雜誌。
目前的方法依賴腫瘤DNA和RNA的大量定序。然而腫瘤含有不只一種類型的細胞，通常具有許多不同類型的細胞亞群。這些亞群中的單一細胞稱為克隆。研究人員認為，這些細胞亞群對特定藥物的反應可能不同。
一種被稱為單細胞RNA定序的較新技術可以提供更高解析度的數據，直到單細胞層級。使用這種方法來識別和定位單一克隆可能會產生更持久的藥物反應。
在新的研究中，研究人員調查他們是否可以使用機器學習來預測藥物反應，使用廣泛可用的數據，但使用單細胞RNA定序數據對其進行微調。研究人員利用這種方法對已發表的細胞系數據建立44種FDA批准的抗癌藥物的AI模型。AI模型準確預測單一細胞對單一藥物和藥物組合的反應。
研究人員隨後根據已發表的數據測試他們的方法，這些患者包括41名用四種藥物聯合治療的多發性骨髓瘤患者和33名用兩種藥物治療的乳癌患者。科學家發現，如果只有一個克隆細胞對某種藥物有抗藥性，那麼即使所有其他克隆細胞都有反應，患者也不會對該藥物產生反應。
此外，此AI模型成功預測24名接受非小細胞肺癌標靶治療的患者的已發表數據中抗藥性的產生。
研究人員開發一個網站和指南，介紹如何使用名為「個人化單細胞表達腫瘤治療計畫」（Personalized Single-Cell Expression-based Planning for Treatments In Oncology, PERCEPTION）的AI模型和新的數據集。
資料來源：
美國國家衛生研究院（National Institutes of Health, NIH）
