急性髓系白血病是一种罕见且凶猛的癌症，可影响所有年龄段的人群。东北大学生物工程助理研究教授基兰·瓦纳贾表示，AML还有着高复发率，且没有一刀切的治疗方案。
由于AML同时影响血液和骨髓，肿瘤医生需要通过抽血和骨髓穿刺获取两种样本，以确定疾病的特定基因构成和可能最适合的治疗方案。AML患者从诊断到开始接受可能挽救生命的治疗往往需要一个多月。瓦纳贾指出，这种癌症的“确诊后中位生存期不足五年”，因此时间至关重要。
在缅因州波特兰的东北大学Roux研究所，瓦纳贾最近获得了一项人工智能工具的专利。他希望这款工具能够节省时间。
这款新工具包含一个平台，不仅可以协助肿瘤医生诊断疾病，还能绘制出患者体内可能导致AML的多种基因突变。一旦突变被绘制出来，该平台还包含一个被称为神经网络的计算机模型，该模型既能针对个体患者推荐潜在药物，也能判断患者对这些药物产生耐药性的可能性。
瓦纳贾表示，该工具有望将初步诊断到治疗的时间从数周缩短至一夜。
生命的乐高积木
理解AML的挑战之一在于了解癌细胞内部正在发生什么。为了测试他们的新工具，瓦纳贾的团队必须回到细胞生物学的基础。
使用传统策略（他称这些策略仍是金标准），例如通过基因测序、RNA测序或其他技术，研究人员可能获得细胞内信息。但瓦纳贾表示，对于癌症来说，细胞内部的情况并不总是与细胞的行为一致。
细胞最初并非癌细胞，而是基础干细胞，之后才特化为不同类型的组织，如肺、肝、动脉或其他组织。
但瓦纳贾说，当细胞癌变时，它会失去这种原始的特化功能。研究团队在用FDA批准的疗法治疗一批AML细胞时也观察到了这一点。
许多癌细胞死亡了，但几周后，瓦纳贾和他的团队观察了存活的细胞，发现它们发生了根本性的变化。“当这些癌细胞受到癌症治疗药物的作用时，它们会经历大规模的重新布线，因为它们试图通过激活一切可能的手段来生存。”
这些绝望的求生尝试最终导致了细胞原始内部组件（基因型）与其外部表达方式（表型）之间的不匹配。
但要弄清楚这些不匹配并理清它们是一项艰巨的任务。
瓦纳贾说，如果我们把已知的所有物种的大约5万个基因想象成一套巨大的乐高积木，那么每个积木块都相互嵌合、层层叠加，以独特的方式表达。基因叠加的方式也会改变这种表达。即使我们只考虑这些基因的一半（这大约是人类基因组中的数量），组合的可能性也将是巨大的。
他说，深度学习神经网络，一种人工智能计算模型，凭借其相互连接的处理层，是唯一能够以他们希望达到的速度筛选所有这些组合的方法。
神经网络受到大脑工作方式的启发，具有类似神经元的处理节点，层层堆叠。在神经网络中，一个层中的节点会处理较大任务的一个小组件，然后决定将任务的下一步发送到下一层的哪个节点。
这正是它非常适合瓦纳贾所需的基因建模的原因：神经网络可以一次只查看一个基因（如果需要），并快速计算出癌细胞表达该基因的每种排列方式。
为了将这种能力用于他们的工作，瓦纳贾和他的团队首先构建了一个基础人工智能模型，向它输入了来自大约十几名AML患者的数千个细胞的基因型和表型数据。然后，他们利用所有能找到的报告AML细胞数据的科学研究来训练和优化模型，以便模型能够更准确地解析基因的多种可能组合以及癌细胞如何表达它们。
瓦纳贾继续指出，这个神经网络工具并不局限于AML，甚至不局限于癌症，因为该人工智能网络的主要功能是连接细胞的基因型与其当前的表型表达。他说，鉴于AML的复杂性，该癌症是他们研究的一个很好的起点。
瓦纳贾指出，一旦从患者身上采集了样本，该工具可以在一个晚上的时间内运行其预测并给出治疗建议。下一步是继续使用更多样本训练模型，并将这些结果与现实世界的测量数据进行比较。
瓦纳贾补充说，即将进行的研究还将探索该工具“在实体肿瘤上的应用”。
【全文结束】