【6】Adv Therap：人工智能助力转移性前列腺癌治疗，疗效显著

doi：10.1002/adtp.201800104

联合化疗是癌症治疗之路上的一块里程碑，但是优化其疗效需要对药物的协同作用进行剂量和时间相关的调整，传统的基于实验的调整方法耗时又耗力，效率极低，阻碍了最佳联合疗法的发展。

为此，研究人员近日开发出了一种基于人工智能（AI）的平台——CURATE AI来完善并加速这个过程。在他们的研究中，研究人员使用了溴结构域抑制剂ZEN-3694和雄激素受体拮抗剂恩杂鲁胺（enzalutamide）这两个药物作为模式药物，利用这种新的AI平台对联合它们治疗一名转移性去势抵抗性前列腺癌病人的用药方针进行了指导，目的在于降低病人血清中的前列腺特异性抗原（PSA）。

【7】Lancet Oncol：人工智能帮助预测癌症患者接受免疫治疗的效果

doi：10.1016/S1470-2045(18)30413-3

发表在《Lancet Oncology》上的一项研究首次证实，人工智能可以处理医学图像以提取生物学和临床信息。通过设计算法并将其开发用于分析CT扫描图像作者等人创建了一个所谓的放射学特征。该特征定义了肿瘤的淋巴细胞浸润水平，并提供了患者免疫治疗功效的预测评分。

将来，医生可能因此能够使用成像来识别位于身体任何部位的肿瘤中的生物现象，而无需进行活组织检查。到目前为止，没有标记可以准确地识别那些对PD-1 / PD-L1免疫治疗有反应的患者，在这种情况下，只有15％至30％的患者对此类治疗有反应。众所周知，肿瘤环境中免疫细胞更丰富（淋巴细胞的存在），免疫疗法有效的可能性越大，因此研究人员试图通过成像来表征这种环境并将其与患者的临床反应相关联。

【8】Nat Commun：人工智能助攻前列腺癌诊断和治疗

doi：10.1038/s41467-018-04724-5

来自瑞典的科学家们的最新研究成果表明数据驱使的AI可以帮助我们更深入了解前列腺癌如何发展，最终可以帮助提高这种疾病的临床诊断和治疗结果。每种癌症都是独特的，它的特点随着时间变化而变化，这种所谓的肿瘤异质性是由于肿瘤内细胞的竞争性克隆以及可能增加转移概率的获得性基因突变。

来自瑞典生命科学实验室的研究人员开发了一种数据训练的AI方法可以帮助我们更好地了解前列腺癌及其周围微环境异质性相关的主要事件。这个来自瑞典皇家理工学院（KTH）和卡罗林斯卡研究所的研究团队在KTH分子生物学教授Joakim Lundeberg的领导下获得了来自6750个肿瘤组织样品的空间转录组学（一种定量分析基因的组织学方法，由KTH和卡罗林斯卡研究所的研究人员共同开发）分析数据。

【9】Cell：利用人工智能绘制衰老大脑的基因表达图谱

doi：10.1016/j.cell.2018.05.057

在一项新的研究中，来自比利时鲁汶大学（VIB-KU Leuven）Stein Aerts教授及其团队首次在果蝇衰老过程中绘制出每个脑细胞的基因表达图谱。由此产生的“细胞图谱”为大脑在衰老过程中的运作提供了前所未有的见解。这种细胞图谱被认为是开发有助于更好地理解人类疾病发展的技术而迈出重要的第一步。相关研究结果于2018年6月14日在线发表在Cell期刊上。

果蝇的大脑由大约10万个细胞组成，尽管它比人脑小得多，但它包含数百种不同类型的神经元和其他形成复杂网络的细胞，非常像人类大脑。研究者解释道，“为了真正理解大脑的运作，即使对像果蝇一样小的有机体，我们也需要放大观察每个细胞。所有的器官和组织都由许多不同的细胞组成，这些细胞彼此之间进行沟通来执行它们的特定功能。尽管它们具有相同的DNA，但它们都表达一组不同的基因，因此为了理解真正发生了什么，我们需要知道哪些细胞在做什么和什么时候做。”

【10】Science：开发出人工智能驱动的鬼影细胞测定仪，不用产生图像就可高通量识别和分选细胞

doi：10.1126/science.aan0096

在一项新的研究中，日本研究人员发明了一种新的细胞识别和分选系统，并称之为鬼影细胞测定仪（Ghost Cytometry）。这种系统将一种新的成像技术与人工智能（AI）结合在一起以史无前例地高通量速度识别和分选细胞。他们希望他们的方法将用于识别和分选在患者血液中的循环癌细胞、能够加速药物发现和改进基于细胞的医学疗法的疗效。

在这项研究中，这些研究人员证实鬼影细胞测定仪能够分选至少两种不同类型的具有相似大小和结构的细胞，而且很少发生分选错误。鬼影细胞测定仪能够以每秒1万多个细胞的速度识别细胞，并且以每秒数千个细胞的速度对细胞进行分类。现存的细胞分选机器不能够区分具有相类似形状的细胞类型。人类专家借助显微镜通常以每秒少于10个细胞的速度识别和分选细胞，而且有时还具有较差的准确度。

上一页  [1] [2]