英国研究人员使用人工智能(AI)工具检测卵巢癌患者活检样本中微小的异常细胞群——这些细胞的存在表明该疾病更具攻击性。
这项发表在《自然通讯》上的研究利用人工智能分析了514名女性卵巢癌组织的样本,研究了近1.5亿个细胞的形状。
癌症研究所的计算机病理学小组负责人、论文的资深作者袁银银博士说:“我们开发了一种简单的新计算机测试,可以识别患有非常严重卵巢癌的女性,因此我们可以根据她们的需要定制治疗方案。”
人工智能工具扫描癌细胞的形状和内容,尤其是含有DNA的细胞核。在大多数细胞中,细胞核是模糊的、圆形或椭圆形的,但是研究人员在卵巢癌的一些样本中发现了带有畸形细胞核的小斑块。在肿瘤中有这些变性细胞团的女性患有非常严重的疾病,五年生存率仅为15%,而没有这些变性核的患者仅为53%。
通过深入的研究,他们分析了这些异常细胞的斑块,发现它们具有低水平的DNA修复基因,包括BRCA1,这是遗传性乳腺癌和卵巢癌患者经常出现缺陷的基因之一。
这些缺陷中的许多可以通过DNA测序在DNA编码中识别出来,但在某些情况下,还有其他原因导致DNA修复基因水平低。这些原因可能在测序中缺失,但可以通过人工智能测试来检测。
这一新发现也可能对更具侵袭性的卵巢癌患者的治疗有意义。parp抑制剂olaparib已被FDA批准用于乳腺癌患者的BRCA基因突变,但是新的人工智能测试可能能够识别没有突变的患者,但是BRCA水平较低的患者可能从该药物或其他类似疗法中获益。
袁说:“利用这项新的检测技术,我们可以找到一种检测肿瘤的方法,这种肿瘤在修复DNA的能力上存在缺陷,而这种缺陷无法通过基因检测得到。”它可以与基因检测结合使用,以确定患者谁可以受益于替代疗法,如靶向DNA修复缺陷,如parp抑制剂。
除了DNA修复缺陷外,研究人员还发现免疫细胞不能到达细胞核畸形的簇,这表明避免流行系统可能是卵巢囊肿患者预后不良的原因,而不是无簇畸形患者。袁说:“我们的试验还表明,具有这些异常核团簇的卵巢肿瘤已经进化出一种新的方法来逃避流行系统,因此有可能用新的免疫疗法来对付这些肿瘤。”
对这些簇的进一步分析表明,它们具有高水平的半乳糖凝集素-3,这已知可导致T淋巴细胞死亡。这是免疫系统控制癌症的一个重要组成部分,但需要更多的工作来确定这是否是保持这些畸形细胞群在免疫系统前不可见的主要因素。
领取专属 10元无门槛券
私享最新 技术干货