大数据和人工智能遇见癌症研究

新方法利用人工智能、机器学习和大数据来发现多功能药物

许多癌症患者接受多种药物治疗，每种药物都以不同的方式攻击癌症，因此这种组合可以在多方面对抗癌症。 但更多的药物意味着更高的副作用风险。

“现在大多数癌症治疗都是联合治疗，”新墨西哥大学综合癌症中心助理教授 Avinash (Avi) Sahu 博士说。 Sahu 从哈佛大学和 Dana-Farber 癌症研究所加入 UNM。 “我们想找到可以同时抑制两种致癌途径的药物。”

但 Sahu 没有在实验室里呆上几个小时，而是转向他的电脑。

Sahu 和他的研究团队创造了两种方法。 第一个称为 BiopotentR，它使用公开可用的基因组数据来寻找可以多种方式攻击癌症的药物，并确定药物靶向的基因。 第二个应用机器学习方法来预测人们对免疫疗法的反应。

机器学习类似于人的学习方式。 正如人们通过大量经验学习新事物（例如骑自行车或驾驶汽车）一样，计算机驱动的机器学习吸收大量数据并收集模式，然后将其应用于其他任务。

但仅靠癌症研究数据还不足以让 Sahu 和他的团队预测人们对药物的反应。 他们需要额外的生物学数据，然后可以将这些数据应用于癌症患者和癌症药物反应。 用机器学习的术语来说，他们需要从生物学背景中学习并将这些知识应用到癌症背景中； 这是一种称为迁移学习的技术。

Sahu 和他的团队与一家公司合作寻找一种化合物，该化合物将针对他们使用 BipotentR 确定的顶级癌症候选基因。 在临床前测试中，他们证实了他们的预测是准确的。

但这项工作可以扩展，Sahu 说。

“当肿瘤具有过度活跃的多功能药物靶标时，患者不太可能对免疫疗法产生反应，”他说。 “然而，患有这些类型肿瘤的患者可能会受益于免疫疗法和多功能药物的结合。”

该团队的工作不仅限于新陈代谢和免疫目标； 它可以量身定制以探索任何两个因素以找到更好的多用途药物。 Sahu 说，这种方法因此为各种以癌症为中心的项目的新研究提供了一个令人兴奋的机会。

更快的药物发现意味着更准确的个性化医疗。

关于 Avinash Sahu 博士

Avinash Sahu 博士是新墨西哥大学医学院内科转化信息学系的助理教授。 他于 2023 年 XNUMX 月加入新墨西哥大学。Sahu 博士拥有马里兰大学的博士学位。 他的研究 专注于机器学习和深度学习的应用，以提高对癌症的理解和治疗。

论文参考

27 年 2023 月 XNUMX 日在线发表于 Cancer Discovery (https://aacrjournals.org/cancerdiscovery) 上的“发现免疫代谢抗肿瘤药物的靶点可识别雌激素相关受体 Alpha”。 作者是：Avinash D. Sahu、Xiaoman Wang、Phillip Munson、Jan Klomp、Xiaoqing Wang、Shengqing Gu、Gege Qian、Phillip Nicol、Zexian Zeng、Chenfei Wang、Collin Tokheim、Wubing Zhang、Jingxin Fu、Jin Wang、Nishanth U。 Nair、Joost Rens、Meriem Bourajjaj、Bas Jansen、Inge Leenders、Jaap Lemmers、Mark Musters、Sanne van Zanten、Laura van Zelst、Jenny Worthington、Myles Brown、Jun S. Liu、Dejan Juric、Cliff A. Meyer、Arthur Oubrie、 X. Shirley Liu、David E. Fisher、Keith T. Flaherty。