免疫療法可以幫助這位癌癥患者嗎?如果可以，應該使用哪種具體治療方法?腫瘤學家經(jīng)常問自己這些問題。保險公司也問它，因為免疫療法很昂貴。患者詢問這種新療法是否可以挽救他們的生命?，F(xiàn)在，來自以色列理工學院 Ruth 和 Bruce Rappaport 醫(yī)學院的 Keren Yizhak 教授的一項新研究使用人工智能創(chuàng)建了一種簡單且廉價的方法來為每個患者回答這個問題。Yitzhak 教授的研究結(jié)果最近發(fā)表在Nature Communications上。
免疫療法是癌癥治療領(lǐng)域的最新發(fā)展。它使無法通過其他方式幫助的患者得到完全緩解，并減少了化療的許多副作用。有多種免疫治療方法，但它們與新研究不同，因為它們的作用原理都是刺激患者的免疫系統(tǒng)攻擊腫瘤細胞。
免疫系統(tǒng)如何區(qū)分它應該攻擊的癌細胞和身體的健康細胞?腫瘤積累的突變越多，它與“正常”細胞的差異就越大，因此免疫療法可能更有效。這種特征稱為腫瘤突變負擔 (TMB)。更高的 TMB 意味著更多的新突變。Yizhak 教授的方法顯著簡化了 TMB 的測量。
為了以現(xiàn)在的方式測量 TMB，從腫瘤中取出細胞，并將其 DNA 與來自患者健康細胞的 DNA 進行比較。Yizhak 教授和她的團隊對這個過程提出了兩個改變。
第一個變化，已經(jīng)在該小組之前發(fā)表的一篇文章中探討過，是比較 RNA 分子而不是 DNA 分子。這有所不同，因為 DNA 分子包含整個人類基因組，而 RNA 分子是遺傳密碼的一小部分，被復制出來用作細胞內(nèi)的指令。在他們之前的研究中，該小組表明 RNA 分子也可用于識別癌癥特異性突變。
該小組最近一篇文章中的創(chuàng)新有兩個方面：首先，消除了將腫瘤中的 RNA 與健康細胞中的 DNA 進行比較的需要。因此，需要對較少量的遺傳物質(zhì)進行測序，因此患者需要接受的程序更少。Yizhak 教授的團隊沒有將來自腫瘤的遺傳物質(zhì)與患者自身的健康遺傳物質(zhì)進行比較，而是開發(fā)了一種機器學習算法. 該算法經(jīng)過訓練，可以識別健康基因組中的異常，并將它們與人與人之間存在的自然變異區(qū)分開來。其次，使用這些預測，他們能夠計算出基于 RNA 的 TMB 指標。事實上，這種方法被證明比標準方法更有效地估計特定患者免疫療法的預測效果。之所以認為是這種情況，是因為 RNA 包含基因組中不斷使用的部分，因此可以引發(fā)免疫反應?；蚪M部分未使用的突變不太可能影響細胞的運作。
標簽：
免責聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！