新算法TACIT：几分钟内精准识别细胞类型，助力个性化癌症治疗

研究人员开发了一种名为 TACIT 的新算法，能够快速、准确地识别组织中的细胞类型，这将有助于医生为癌症患者选择最佳治疗方案。TACIT（Threshold-based Assignment of Cell Types）由弗吉尼亚联邦大学（VCU）Massey 综合癌症中心的研究员刘金泽博士和凯文·伯德博士共同开发，可以将细胞识别时间从超过一个月缩短到几分钟。 传统的细胞类型识别方法依赖于有限的标志物集，因此在区分细胞群方面的能力有限。而 TACIT 使用了来自大脑、肠道和唾液腺等主要身体系统的 500 多万个细胞数据，通过多色成像数据对细胞进行分类。与现有的无监督方法相比，TACIT 在准确性和可扩展性上表现出色，能够在不同类型的测试（如基因和蛋白质数据）之间达成高度一致的结果。 刘金泽表示：“我们的目标是利用空间生物标志物预测患者在临床试验中的反应，从而确保患者在加入试验前就能接受到最合适的治疗。” 伯德补充说：“TACIT 可以帮助我们挑选适合的患者加入试验，同样重要的是，它可以防止不适合的患者被错误纳入。” 该算法还可以在药物学中发挥作用，通过使用 RNA 标志物来预测可能对患者有用的药物和治疗效果。研究团队已经整理了一个 FDA 批准的药物库，可以将这些药物映射到组织样本上，从而推荐已批准的药物作为治疗选择，这可能避免患者参与新的实验性药物试验，减少不必要的风险和潜在副作用。 此外，TACIT 能够涵盖多种空间生物学应用，刘金泽和伯德将其比喻成“罗塞塔石碑”，可以将不同类型的数据转化成同一种语言，从而进一步增强算法的功能。这使得研究人员能够在多个层面上研究细胞标志物，包括蛋白质组学和器官系统，对不同疾病类型也有广泛的应用前景。 研究团队还展示了一种创新技术，结合了切片蛋白质组学和转移蛋白质组学，实现了细胞多组学研究。这种方法允许科学家同时研究多种细胞标志物，而不仅仅是单独的单细胞组学数据。 业内人士认为，TACIT 的推出不仅能够显著提高医疗诊断的速度和准确度，还将对个性化医疗和临床试验设计产生深远影响。刘金泽和伯德的研究成果得到了广泛认可，他们的研究背景也为其提供了强大的支持。 VCU 是一所位于美国里士满的公立研究型大学，其 Massey 综合癌症中心是全美领先的癌症研究和治疗机构之一，致力于开发创新的癌症治疗方法和技术。