一个由加文医学研究所牵头的国际研究团队开发了一种新的AI工具AAnet，能够更精确地识别肿瘤内不同细胞的特性。这项研究发表在《癌症发现》杂志上，为癌症的精准治疗开辟了新的可能性。 肿瘤内不仅存在单一类型的细胞，而是多种细胞的混合体，这些细胞在生长和对治疗的反应上各有不同。这种多样性或异质性使得癌症治疗更为困难，尤其是对于三阴性乳腺癌，可能导致患者预后不佳。目前的癌症治疗方法通常假定肿瘤由相同的细胞组成，因此使用一种疗法来攻击大部分癌细胞，但这种方法常常失效，剩余的细胞继续增长并导致癌症复发。 为了解决这一问题，研究团队研发了强大的AI工具AAnet，可以检测肿瘤内细胞的生物模式。通过分析肿瘤中单个细胞的基因表达水平，他们确定了五种不同的癌症细胞群，每种群的基因表达特征都显著不同，反映出细胞行为上的巨大差异。这些细胞群分别表现出不同的生长机制、转移倾向以及不良预后的标志物。 联合资深作者、耶鲁大学副教授Smita Krishnaswamy表示，过去20年单细胞数据的爆发使研究人员意识到，不仅每个患者的癌症有所不同，甚至同一个肿瘤中每个癌细胞的行为也各不相同。此次研究首次通过单细胞数据，将细胞状态的连续谱简化为少数几种具有生物学意义的“原型”，这为分析肿瘤在空间上的生长和代谢特征提供了新的视角，有望彻底改变癌症的治疗方法。 另一位联合资深作者、加文医学研究所教授Sarah Kummerfeld展望未来时表示，医生可以结合这种AI分析与传统的癌症诊断，制定更具个性化和针对性的综合治疗方案，针对患者肿瘤中的所有细胞类型进行治疗。研究团队希望这一工具有助于改善患者的治疗效果，虽然研究主要集中在乳腺癌，但该技术同样适用于其他类型的癌症和自身免疫性疾病等。 业内人士认为，AAnet的开发标志着癌症研究和治疗领域的一个重要突破。它不仅揭示了肿瘤细胞的内在复杂性，还为未来的精准医疗奠定了基础。加文医学研究所是一家专注于医学研究的领先机构，致力于通过创新科技推进疾病治疗的发展。