机器学习与细胞成像结合预测多发性硬化症药物疗效Machine learning and cell imaging combine to predict effectiveness of multiple sclerosis medication

环球医讯 / AI与医疗健康来源:medicalxpress.com巴西 - 英语2025-11-02 21:49:57 - 阅读时长5分钟 - 2059字
巴西与法国研究人员合作开发了一种创新工具,通过结合机器学习和高通量细胞成像技术,能够以92%的准确率预测多发性硬化症患者对那他珠单抗药物的治疗反应。该方法分析CD8+ T细胞的肌动蛋白重塑特征,识别出无反应患者细胞保持迁移能力的特性,为精准医疗提供新途径。这项研究不仅有助于避免不必要的副作用和治疗延误,提高患者生活质量,还能优化医疗资源分配,降低巴西SUS公共医疗系统成本,每位患者每月可节省约10,000巴西雷亚尔,研究成果已发表在《自然通讯》期刊。
多发性硬化症那他珠单抗药物疗效预测高通量细胞成像机器学习副作用生活质量公共医疗成本CD8+T细胞肌动蛋白重塑
机器学习与细胞成像结合预测多发性硬化症药物疗效

巴西研究人员与法国机构合作,开发了一种工具,可以预测患者对那他珠单抗(natalizumab)的反应情况。那他珠单抗是治疗多发性硬化症最常用的药物之一。

尽管该药物有效,但约35%的使用者对治疗不能完全响应,并在开始治疗两年内症状复发。此外,虽然它有助于减少疾病发作的频率和严重程度并延缓疾病进展,但可能引起不良反应,如严重感染风险增加(进行性多灶性白质脑病)、头痛、肌肉和胃部疼痛、疲劳和抑郁。

通过创新方法,科学家团队在精准医学领域取得了重要进展。这一进展将使患者未来能够获得更好的生活质量,使用副作用更少且能在更短时间内产生积极效果的靶向治疗。同时,这也将减少公共医疗系统的成本。那他珠单抗是一种单克隆抗体,在巴西由全国公共医疗网络(SUS,即"统一卫生系统",Sistema Único de Saúde的缩写)提供,每位患者每月平均费用为10,000巴西雷亚尔(BRL)。

该药物作为抗体发挥作用,阻断免疫系统蛋白VLA-4与称为VCAM-1的分子结合。这可以防止免疫细胞进入大脑并引发炎症。治疗后,免疫系统细胞(如CD8+ T细胞)变得更加圆润。这种变化与肌动蛋白(actin)的重塑有关,肌动蛋白主要促进细胞支持,同时也参与细胞的运动、形状以及细胞间及其周围环境的相互作用。

利用高通量细胞成像技术(high-content imaging, HCI),科学家发现那他珠单抗治疗效果不佳与CD8+ T细胞独特的肌动蛋白重塑反应及其在药物影响下仍能伸长的能力相关。这些细胞变得不规则且更加纵向。这些发现发表在《自然通讯》(Nature Communications)期刊上。

"这些结果非常重要,因为它们有助于改善患者生活质量,避免不必要的副作用和治疗延误,并优化成本,如巴西SUS的情况,"文章第一作者Beatriz Chaves告诉FAPESP通讯社。Chaves目前是法国图卢兹感染与炎症疾病研究所(INFINITy)的研究员,但多年来一直在巴西塞阿拉州的奥斯瓦尔多·克鲁兹基金会(FIOCRUZ Ceará)研究多发性硬化症。

多发性硬化症(MS)是一种影响中枢神经系统的自身免疫性、炎症性和退行性神经疾病,导致运动、认知和精神障碍。症状范围从肌肉力量丧失和行走困难到记忆力损害、注意力困难和情绪波动。据估计,全球有280万人患有MS,其中约4万人在巴西。大多数诊断发生在20至50岁的年轻人中,女性患病几率是男性的两到三倍。

揭示机制

高通量细胞成像(HCI)结合了先进显微镜技术与自动图像分析,从每个细胞中提取多条信息,如形状和大小、细胞器分布、蛋白质定位、对药物的反应以及遗传疾病。HCI通常用于癌症研究。

采用这种分析方法相比其他个性化医学研究是一个进步,后者通常使用细胞计数法(分析细胞的物理和化学特性)、血清学或转录组学(评估DNA信息如何转录为RNA并用于产生蛋白质和其他分子)。

在研究中,研究人员首先将那他珠单抗应用于来自未接受该药物治疗的多发性硬化症患者的血液细胞(包括T细胞)。细胞通过VLA-4刺激并种植在VCAM-1包被的培养板上。样本来自与法国机构相关的个体。

提取了400多个形态学特征,如面积、宽长比和肌动蛋白组织。其中130个特征提供了与研究相关的信息。使用机器学习,研究人员随后创建了超过一百万个组合。

该研究在发现队列中预测那他珠单抗治疗临床反应的准确率达到92%,在验证队列中达到88%。CD8+ T细胞被证明是这一预测的相关亚群。无反应患者表现出更具抵抗力的肌动蛋白重塑特征,表现为极性损失减少和迁移能力增强。这表明维持CD8+ T细胞的迁移状态可能会损害治疗效果。

"该项目极其有趣且创新。最大的洞察力是将图像转换为数字,并将此表格用于机器学习。我相信现在可以将这种方法复制应用于其他疾病和治疗,"巴西圣保罗阿尔伯特·爱因斯坦犹太人医院的高级研究员、圣保罗大学(USP)教授Helder Nakaya说。他也是该文章的作者。

Nakaya和圣保罗大学药学院(FCF-USP)的Juan Carlo Santos e Silva负责机器学习的建模和开发。

未来展望

Chaves和Nakaya告诉FAPESP通讯社,他们打算继续使用该方法并用更大样本验证结果。

"现在我们将寻找方法,用更多患者进行测试,包括来自其他国家和地区的患者。另一个方向是使形态标记物更容易获取,有可能使用更简单和更便宜的设备。还有可能将该方法应用于其他疾病,正如一位同事已经在研究针对癌症的CAR-T疗法时所做的那样,"Chaves说。

更多信息: Beatriz Chaves等,体外T细胞形态分析预测多发性硬化症患者对那他珠单抗治疗的临床反应,《自然通讯》(2025)。DOI: 10.1038/s41467-025-60224-3

期刊信息: 《自然通讯》

提供方:FAPESP

【全文结束】

大健康
大健康