作者：Susanna Ray - 随着时间推移，癌症治疗变得越来越精准，医生最初根据疾病在体内的起始位置进行分类，而最近则是根据癌细胞内部发现的突变来帮助找到合适的治疗药物。
但是，为什么两个看似患有相似癌症的人对同一种药物的反应会如此不同呢？
微软研究员Lorin Crawford认为，答案在于肿瘤的实际行为方式，而不仅仅是它们的分类方式。
Crawford及其团队在《自然·方法》上发表的一项研究，标志着帮助人工智能理解单个细胞如何行动及其与环境的互动迈出了重要一步，研究人员利用这一技术的力量来发现传统方法可能错过的模式。
这项研究是"Ex Vivo项目"的一部分，该项目由微软和Broad Institute合作开展，并得到了Dana-Farber癌症研究所的支持。该团队的工作旨在将细胞行为纳入癌症分类和治疗的方式中，通过更成功地将疗法与患者匹配，帮助应对这一全球主要死亡原因之一。
"这种疾病的复杂性在科学上非常有趣，同时也是一个可以立即产生影响的领域，"Crawford表示。"这让我感觉自己在做一些超越个人的事情。任何单一的发现似乎都以某种方式推动了前进。"
超越突变
癌症研究面临的部分挑战是，科学家在体外测试药物时可能会失去关键信号。体外模型——在实验室中培养的癌细胞，包括称为类器官的微型肿瘤——并不总是与人体内发生的情况相匹配。这意味着在培养皿中看起来很有希望的药物在患者身上可能效果不佳。
"Ex Vivo项目"团队专注于"细胞状态"——癌细胞如何行为及其对周围环境的反应。细胞状态可以影响肿瘤对哪些治疗敏感、药物耐药性发展的速度以及疾病的侵袭性。
例如，在胰腺癌中，研究人员观察到两种与不同结果和治疗反应相关的广泛细胞状态。但Crawford表示，当肿瘤细胞在实验室中培养时，模型通常只反映其中一种状态，这可能导致实验室结果与患者实际情况不符。
"你和我可能拥有相同的突变，但细胞状态完全不同，这才是真正重要的后续因素，"Crawford说。
减少不匹配，更好的选择
如果能够可靠地测量细胞状态，Crawford认为它可以通过两种关键方式改变癌症治疗。
首先，它可以改善患者与现有疗法的匹配方式，并帮助患者加入临床试验。对肿瘤进行更细致的分类可能会提高治疗在实际有机会发挥作用的地方进行测试的可能性。
其次，它可以为药物开发本身开辟一条新途径。研究人员可以瞄准——甚至改变——肿瘤的潜在状态，而不是针对突变，推动肿瘤转变为更容易治疗的形式。
Dana-Farber癌症研究所的医学肿瘤学家兼临床科学家、Ex Vivo项目的联合主任Srivatsan Raghavan表示："作为临床医生面临的挑战是了解患者肿瘤内的哪些特征可能会随着时间塑造其行为和对治疗的反应。"
"这项研究旨在在癌症模型中更好地表示这些多样化特征，并产生反映我们在患者身上看到的肿瘤行为复杂性的证据。"
湿实验室中的统计学家
Crawford选择了这条研究道路有些不寻常。
作为一名数学和统计学训练出身的研究员，他的导师鼓励他超越电子表格，了解数据是如何产生的。在杜克大学攻读研究生期间，他大部分时间都在两个世界之间徘徊，嵌入在癌症生物学"湿实验室"中，那里的研究人员不仅处理数据，还直接操作活细胞。
尽管最初感觉"就像在一个陌生的国家"，但Crawford表示，从职业角度来看，这"可能是我做过的最好的决定"。
他意识到自己的背景可以帮助生物学家管理大量数据，这些数据用于理解患者之间和癌症亚型之间的差异。
"事情开始对我有感觉了，"他说。
这一经历塑造了他今天对Ex Vivo项目的思考——作为一种缩小实验室有效成果与实际帮助患者之间差距的方式。计算专家和实验人员坐在一起，使用人工智能工具和匿名患者的肿瘤样本共同解决问题。
从实验室问题到重塑癌症治疗
自2022年开始的这项集中研究工作在人工智能进步的推动下迅速扩展。Ex Vivo项目团队使用计算模型进行虚拟实验，并在投入时间和资金进行实验室工作之前确定最有希望的假设。人工智能工具可以帮助预测药物如何将一种状态转变为另一种状态，或不同癌症类型之间的状态如何转换。
正如Crawford及其同事在《自然·方法》研究中所展示的那样，人工智能模型从看到广泛的细胞行为中学习到的内容比单纯接收更多数据要多得多——这一发现挑战了该领域的一个常见假设。
Broad Institute的首席研究员、Ex Vivo项目的联合主任Peter Winter表示："人们很容易认为，简单地扩大数据集就能解决这些问题。但实际上，这些数据集中细胞状态的多样性从根本上决定了这些模型可以产生什么样的见解。"
下一步是明确定义细胞状态并在各种癌症中验证它们，目标是为医生提供更好的信息，以帮助指导治疗决策。
"有一种情况是，五年后这一领域看起来与现在大不相同，我认为这非常、非常令人鼓舞，"Crawford表示。"这种现实并不遥远。"
Susanna Ray是微软的一名撰稿人，负责报道AI和科技
特色图片由Gregory Winter提供
【全文结束】