人工智能揭示了对癌症生物物理学的新见解

塔夫斯大学艺术与科学学院，塔夫茨大学艾伦探索中心和巴尔的摩郡马里兰大学的科学家们利用人工智能深入了解癌症的生物物理学。他们的机器学习平台预测了三种试剂能够在蝌蚪中产生前所未见的癌症样表型。该研究报告于1月27日的“ 科学报告”中报道，它展示了人工智能(AI)如何帮助肿瘤学和再生医学等领域的人类研究人员控制复杂的生物系统，以达到新的和以前无法实现的结果。

研究人员之前已经证明，发育中的青蛙中的色素细胞(黑色素细胞)可以通过破坏它们正常的生物电和血清素信号转变成癌症样转移形式，并且使用AI来反向设计解释这一复杂过程的模型。然而，在这些广泛的实验中，生物学家观察到了一些值得注意的事情：单个青蛙幼虫中的所有黑素细胞都转变为癌症样或完全正常。

从未见过单个蝌蚪中只有一些色素细胞的转换; 研究人员问道，如何解释和控制蝌蚪体内细胞的全部或全部协调?

在这项新研究中，研究人员要求他们的AI衍生模型回答如何使用一种或多种干预措施在同一动物体内实现部分黑素细胞转化的问题。

“我们希望看看我们是否可以打破细胞之间的一致性，这将有助于我们了解细胞如何做出群体决策并确定复杂的全身结果，”该论文的通讯作者，Michael Levin博士，Vannevar Bush教授说。塔夫茨大学艾伦探索中心和塔夫茨再生与发育生物学中心主任。

AI模型最终预测三种试剂(altanserin，5HTR2抑制剂;利血平，VMAT抑制剂和VP16-XlCreb1，编码组成型活性CREB的mRNA)的精确组合将实现该结果。当这种药物混合物在体内用于真正的蝌蚪时，结果实际上是某些区域中黑素细胞的转化，而不是单个青蛙幼虫中的其他区域 - 这是以前从未见过的。

“我们的系统预测了一种三组分治疗方法，我们自己从未提出过这种治疗方法，它实现了我们想要的确切结果，而且在多年的多样化实验中我们没有见过。这种方法是关键再生医学的一个步骤，其中一个主要障碍是，通常很难知道如何操纵生物信息学和湿实验室实验发现的复杂网络，以达到理想的治疗效果，“莱文说。

他补充说：“许多生物医学都归结为：我们有一个复杂的生物系统，以及大量有关各种扰动的数据。现在我们想要做一些不同的事情 - 治愈疾病，控制细胞行为，再生组织。对于几乎任何有大量数据的问题，我们可以使用这个模型发现平台找到一个模型，然后查询它，看看我们要做什么来实现结果X.“

对于这项新研究，该系统使用AI发现的模型运行576个虚拟实验，每个实验计算模拟100次不同新药组合下胚胎的发育; 575未能产生希望的结果。但三种药物的精确组合是实验性干草堆中的众所周知的针头，预测部分黑素细胞转化。

“即使有完整的模型描述控制系统的确切机制，单独的人类科学家也无法找到能够产生预期结果的药物的确切组合。这提供了人工如何的概念验证。智能系统可以帮助我们找到获得特定结果所需的确切干预措施，“该论文的第一作者，Daniel Lobo博士说，他以前是Levin实验室，现在是马里兰大学生物学和计算机科学的助理教授。 ，巴尔的摩郡。

加入Levin和Lobo撰写论文的是Maria Lobikin，博士，前Levin实验室，现在是Homology Medicines Inc.的科学家。

计算机模型预测了在体内结果的1%内保留完全正常黑素细胞的蝌蚪的百分比，同时聚集显示体内部分或全部转化的蝌蚪的百分比。未来研究计划包括扩展平台以纳入时间序列数据，以便在计算机和体内模型之间进行更准确的比较。

研究人员还希望通过发现有助于重新编程肿瘤，启动再生和控制干细胞动力学的干预措施，将该方法扩展到再生医学的其他方面。Levin指出，驯服生理网络如负责黑素细胞转换的生理网络将需要越来越复杂的计算和数学建模技术和数据表示，以及新的实验室技术，以提高体内信息量化的能力，特别是在人类患者中。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！