随着全球癌症病例的增加，这种疾病变得更为复杂，给科学在诊断和治疗方面的进步带来了挑战。在这种背景下，人工智能（AI）作为一种有价值的工具，用于预测和检测病例。由巴西和波兰研究人员开发的一种工具可能有助于这一过程。
该机器学习模型可以通过识别特定蛋白质来预测某些肿瘤的侵袭性。它生成一个从零到一的干性指数，零表示侵袭性低，一表示侵袭性强。随着指数的增加，癌症往往变得更加具有侵袭性，对药物更具抵抗力，并且更可能复发。
干性程度表明肿瘤细胞与多能干细胞的相似程度，这些细胞可以转化为人体几乎任何类型的细胞。随着疾病的发展，恶性细胞变得越来越不像它们起源的组织。这些细胞自我更新并表现出未分化的表型。
科学家们使用来自临床蛋白质组学肿瘤分析联盟（CPTAC）的11种癌症数据集开发了该工具。然后他们开发了基于蛋白质表达的干性指数（PROTsi）。他们分析了超过1300个乳腺癌、卵巢癌、肺癌（鳞状细胞癌和腺癌）、肾癌、子宫癌、脑癌（儿童和成人）、头颈癌、结肠癌和胰腺癌样本。
通过将PROTsi与来自207个多能干细胞的蛋白质组数据整合，该小组识别出了驱动某些类型肿瘤侵袭性的蛋白质。这些分子可能是新疗法的潜在靶点。因此，该工具不仅有助于推进治疗方法的临床发展，也有助于癌症治疗的个性化。
该研究的发现和验证结果发表在科学期刊《Cell Genomics》上。
“这些蛋白质中的许多已经是市场上已有药物针对癌症患者和其他疾病的靶点。它们可以在未来的研究中基于这一识别进行测试。我们通过将干性表型与肿瘤侵袭性相关联得出了这些结果，”巴西圣保罗大学里贝朗普雷图医学院（FMRP-USP）的多组学和分子肿瘤学实验室的Tathiane Malta教授在接受Agência FAPESP采访时解释道。
Malta是该文章的通讯作者，另一位是来自波兰波兹南医科大学的Maciej Wiznerowicz教授。她通过FAPESP的青年研究人员资助计划（项目19/14928-1和18/00583-0）获得了支持。
教授是2022年一项旨在促进和认可女性在科学领域参与的奖项的获奖者之一，以表彰她多年的工作。
2018年，她是发表在《Cell》上的一篇文章的第一作者，这是她博士后研究的结果。在这篇文章中，她的小组开发了一个干性指数，可以客观地测量肿瘤样本与多能干细胞之间的相似性。
“当时，我们使用了美国癌症基因组图谱（TCGA）维护的公共肿瘤数据库开发了基于机器学习的算法。我们依赖于基因表达数据，量化RNA和表观基因组数据，包括DNA甲基化。现在，我们正在使用基于蛋白质组学的CPTAC数据库，并使用蛋白质分析更新了我们的工作，蛋白质是一种功能分子，可以应用于治疗可能性和临床应用。”圣保罗大学里贝朗普雷图医学院多组学和分子肿瘤学实验室的Tathiane Malta教授说道。
基于迄今为止获得的结果，PROTsi与之前发表的转录组衍生的干性评分呈正相关，包括2018年的模型。例如，PROTsi在区分肿瘤和非肿瘤样本方面更为有效。
Malta的导师兼文章的共同第一作者Renan Santos Simões以及来自波兰波兹南国际分子肿瘤学研究所的Iga Kołodziejczak-Guglas表示，表征干性方面取得的进展以及考虑蛋白质水平及其修饰为更深入理解肿瘤进展和当前疗法耐药机制铺平了道路。
“科学的发展缓慢而谨慎，是由许多人的共同努力构建的。令人欣慰的是，我们意识到我们正在为这一过程做出贡献。这正是激励我们的动力：知道我们今天所做的工作可以真正改变患者的生活，改善治疗和生活质量，”FAPESP奖学金获得者Simões说道。同样也是Malta学生的巴西研究人员Emerson de Souza Santos也参与了这项研究。
在2月4日世界癌症日上，世界卫生组织（WHO）警告说，全球每分钟有40人被诊断出患有癌症并需要治疗。
肿瘤是导致死亡的主要原因之一，并且最影响年轻人群。2023年发表在《BMJ Oncology》上的一项研究显示，1990年至2019年间，50岁以下成年人的早发性癌症发病率增加了79%，癌症相关死亡率增加了28%。该研究分析了204个国家的29种癌症。
巴西国家癌症研究所（INCA）估计，在2023年至2025年期间，每年将有704000例新的癌症病例。根据《2023年估计-巴西癌症发病率》，最常见的恶性肿瘤是非黑色素瘤皮肤癌（占总病例的31%），其次是女性乳腺癌（10.5%）、前列腺癌（10%）、结肠和直肠癌（6.5%）、肺癌（4.6%）和胃癌（3%）。
在验证过程中，PROTsi在多个数据集上表现出一致的性能。它清楚地区分了干细胞和分化细胞，不同肿瘤落在不同的中间水平。例如，PROTsi在子宫癌和头颈癌病例中表现出预测能力。
此外，该工具在区分腺癌、子宫癌、胰腺癌和儿童脑癌样本的高级肿瘤方面更为有效。“我们试图构建一个可以应用于任何癌症的模型，但我们发现它对某些癌症的效果更好。我们正在为未来的工作提供一个数据源，”Malta说道。
据教授称，圣保罗大学（USP）小组正在测试额外的计算模型，以努力提高预测的准确性。
来源：
São Paulo Research Foundation (FAPESP)
期刊参考：
Kołodziejczak-Guglas, I., et al. (2025)。基于蛋白质组学的干性评分测量肿瘤去分化并识别可药物靶点。Cell Genomics。doi.org/10.1016/j.xgen.2025.100851。
【全文结束】
