南澳大利亚大学科学家开发出一种强大的新方法，可揭示推动癌症进展的基因相互作用，为更早、更精准的治疗铺平道路。
此项AI驱动方法今日发表于《皇家学会开放科学》期刊，研究表明肿瘤进展由协同作用的基因群组驱动，而非突变基因单独作用。
首席研究员安德烈斯·西富恩特斯-贝纳尔博士表示，其团队利用AI工具识别出共同推动癌症发展的基因群组。
该系统评估基因如何随时间相互影响，更清晰地呈现使肿瘤生长、扩散和抵抗治疗的基础生物学机制。
传统全基因组癌症研究通常聚焦于患者中高频出现的突变。虽然此方法已发现许多知名致癌基因，却忽略了细微或罕见的基因变化。更重要的是，它未能捕捉使恶性细胞获得发展势头的复杂基因相互作用。
——首席研究员安德烈斯·西富恩特斯-贝纳尔博士
共同作者、南澳大利亚大学图克·勒副教授表示，新框架凸显了人工智能在生物医学发现中日益重要的作用，解决了癌症生物学中长期存在的空白。
"癌症并非静态，"他解释道，"它通过一系列动态变化发展。许多基因共同作用破坏正常细胞行为，但现有方法难以检测到这种现象。我们的方法旨在捕捉这种复杂性。"
研究人员使用大型乳腺癌数据集测试该方法，证明AI驱动系统不仅能检测已知癌基因，还能发现此前隐藏的基因。这些基因中许多虽未发生突变，但仍影响其他基因，促进肿瘤进展。
该方法成功识别出癌症基因目录（Cancer Gene Census）——这一权威国际参考库中列出的大量已知致癌基因，验证了其准确性。同时，它还揭示了多个参与细胞信号传导、免疫反应和转移的新候选基因。
勒副教授指出，该技术识别的是协同作用的基因网络而非孤立基因。"这些网络揭示了基因如何协作共同将癌症推向更具侵袭性的状态，"他表示。
研究人员希望该方法能帮助确定新的治疗靶点，尤其适用于肿瘤缺乏常见高调突变的患者。
"理解这些动态机制让我们更全面地认识肿瘤演化过程，"西富恩特斯-贝纳尔博士表示，"这使我们超越单一细胞突变的思维，转向对更广泛生物学系统的深入理解。"
研究人员表示，该框架具有适应性，可应用于神经退行性疾病、自身免疫疾病和慢性炎症等调控随时间变化的其他疾病。
《通过动态因果推断识别导致癌症进展的协同基因》发表于《皇家学会开放科学》期刊，DOI：10.1098/rsos.250442。
【全文结束】
