编辑推荐：
首个基于人工智能（AI）的神经网络可以快速分析和解释来自患者样本的数百万个细胞，预测组织中的分子变化。
一种首创的人工智能（AI）基础神经网络能够快速分析并解读患者样本中的数百万细胞，预测组织中的分子变化。它有望精准定位癌症等疾病个性化治疗的最佳靶点。
NicheCompass利用生成式AI的力量创建了一个结合细胞类型、细胞所在位置以及细胞间通信的空间基因组数据的可视化数据库。这一成果由惠康桑格研究所（Wellcome Sanger Institute）、赫尔姆霍兹慕尼黑健康AI研究所（Institute of AI for Health at Helmholtz Munich）、维尔茨堡大学（University of Würzburg）及其合作者共同开发，是人类细胞图谱计划（Human Cell Atlas Initiative）的一部分，也是首个能够测量并解读细胞“社交网络”中一系列数据以识别和分析不同细胞微环境的AI方法。
3月18日发表在《Nature Genetics》上的一篇新论文介绍了NicheCompass，并详细说明了它如何揭示乳腺癌和肺癌患者的组织变化。研究人员展示了NicheCompass如何识别某些患者对治疗的不同反应——这一切都通过AI的力量在一小时内完成。最终，它将有助于开发个性化治疗方案，突出癌症等疾病中可靶向的特定变化。
人体中的每一个细胞都与其环境进行交流，并参与一个更大的相互作用网络。细胞具有使其能够被识别为通信网络一部分的特征，例如其表面的蛋白质。可以通过这些特征将相似的细胞连接起来。
单细胞和空间基因组技术彻底改变了我们对人体的理解，并促成了多种不同组织和器官的详细细胞图谱的创建。这些图谱包含了众多细胞类型的信息、它们的位置以及基因变化如何影响它们之间的相互作用。通过理解人体在细胞层面的工作原理，我们可以加深对疾病发生过程的理解，并突出药物开发的新靶点。
尽管这些图谱包含了关于细胞位置和它们在其特定微环境或网络中相互作用的信息，但要量化和解读这些微环境并理解细胞“社交互动”的驱动力却很困难。
在一项新研究中，桑格研究所的研究人员及其合作者提出了NicheCompass，这是一个基于细胞间通信的深度学习AI模型。这意味着它可以学习不同细胞如何通过其网络进行通信，然后将这些与相似的细胞网络对齐，在组织中通过共享特征创建“邻里关系”。
由此，NicheCompass可以解读数据，使研究人员和临床医生能够对数据提出问题并更好地理解健康状况。例如：“肺癌患者的癌细胞如何与周围环境进行交流？”使用NicheCompass，研究人员结合了10名肺癌患者的数据，并能够看到个体之间的相似性和差异性。相似性有助于我们对癌症的一般理解，并突出任何可能对新治疗有用的转录变化。相比之下，差异性则突出了个性化医疗的新可能途径。
可以进一步纳入更多患者数据，以便临床医生输入自己的患者数据，并在一小时内获得关于个体状况的详细信息，从而帮助指导临床决策。该团队还在乳腺癌组织上使用了NicheCompass，展示了其在不同类型癌症中的有效性。
他们还将这一网络应用于一个包含840万个细胞的小鼠大脑空间图谱，并能够快速且准确地识别大脑区域，并创建整个器官的可视化资源。这表明它可以应用于全球研究人员生成的整个器官的空间图谱。
拥有大量关于人体的数据对于寻找理解、预防和治疗疾病的新方法至关重要。然而，我们还需要能够让我们充分利用这些信息所提供的所有好处的工具。NicheCompass是这一领域的重大飞跃，它利用了AI的力量，同时也提供了可解释性，使研究人员和临床医生能够对他们的数据提出问题，并更好地理解和治疗疾病。
“利用NicheCompass，我们能够看到免疫细胞与肺癌肿瘤在患者中相互作用的差异。这一现实世界的应用不仅揭示了为我们的集体癌症理解增添新信息的内容，还突出了一名患者的癌症与免疫系统相互作用的不同方式。在未来，NicheCompass可能有助于揭示某些癌症中利用免疫系统的新方法，创造能够直接针对癌症机制的个性化治疗方法，从而增强患者的免疫系统。”维尔茨堡大学的共同资深作者Carlos Talavera-López博士说。
“人们常常通过多种不同的信息与他们的社交网络进行交流。他们可能会分享工作中的新进展，或者假期的照片，尽管这些可能是针对不同的朋友，但都可以追溯到一个个体。细胞间的通信也是如此，细胞可能会使用不同的特征与它们的社交网络进行通信，在其局部区域创建社区或网络。NicheCompass是首个能够解读这些网络并直接对患者生活产生影响的AI模型，例如突出健康状况的起源以及预测它们对某些治疗的反应。”惠康桑格研究所的共同资深作者Mohammad Lotfollahi博士说。
生物通微信公众号
生物通 版权所有
