利用AI分析不同癌细胞表现出的差异化药物反应,有望实现兼顾患者个体特征的精准抗癌治疗。
光州科学技术院(GIST)电气电子计算机工程系南浩正教授研究团队3日表示,已开发出可精确预测各类癌细胞抗癌药组合及给药浓度的人工智能(AI)复方抗癌药预测模型。
基于AI的复方抗癌药疗效预测研究,目的在于从海量药物中高效探索最优组合结果。
以往研究是将基因表达量等癌细胞表型与药物特性数据相连接,作为深度神经网络的输入数据,以预测复方抗癌药的协同效应。
但这种方法存在两方面局限。
为解决这些问题,研究团队开发出可对任意癌细胞、药物及药物浓度,高精度推断复方抗癌药疗效与相互作用的复方抗癌药药效预测模型。
该模型利用癌细胞的基因表达量与单一抗癌药的结构信息,分析并预测癌细胞与单一抗癌药之间的药物机制及药物反应曲线,随后在给定浓度下利用各单一抗癌药的疗效与药物机制,预测两种单一抗癌药组合而成的复方抗癌药的协同效应及各单一抗癌药的影响力,从而计算复方抗癌药的疗效。
本次研究成果的优势在于,可对任意细胞系、药物、药物浓度预测疗效。
此外,研究团队还确认,协同效应较强的复方抗癌药相比协同效应较弱者,含有靶向抗癌药的比例更高。同时通过AI模型确认不同癌种发生协同效应的程度存在差异,并针对各癌种提出了有力的复方抗癌药及浓度组合。
研究确认血液肿瘤的协同效应预测值高于实体瘤,尤其血液肿瘤是由少数抗癌药主导协同效应,而实体瘤则是多种抗癌药分别与少数其他抗癌药产生协同效应。
GIST教授南浩正谈及本次研究成果的意义时表示:“这将进一步提高定制化抗癌治疗的精准度”,“尤其可精确预测复方抗癌药的给药浓度,预计临床应用价值非常大”。
另外,本次研究由GIST电气电子计算机工程系南浩正教授指导,硕博连读生陈一中、博士生李松妍、硕博连读生马丁·舒穆哈莱克共同完成,获得韩国科学技术情报通信部、韩国研究财团超高性能计算应用升级项目及韩国产业技术振兴院中坚企业DNA融合产学合作项目的支持。研究于2025年1月12日在国际学术期刊《Briefings in Bioinformatics》在线发表。






