纳瓦拉大学数据科学与人工智能研究所（DATAI）的研究人员开发了人工智能（AI）模型，以个性化癌症患者的免疫疗法。该研究发表在《癌症免疫治疗杂志》上。
该分析使用了来自超过3000名肺癌和尿路上皮癌患者的数据（根据美国国家癌症研究所的数据，这两种癌症分别是2024年美国第三和第六常见的癌症）。通过使用机器学习模型，研究人员识别了疾病每个阶段特有的新型遗传特征，并创建了“IFIT评分”，这是一个系统，有助于个性化免疫治疗，提高其有效性。
“IFIT评分”是衡量癌症患者在疾病各个阶段的“免疫适应度”的指标。它可以根据患者在疾病各个阶段的风险对其进行分类。“这可以帮助基于患者免疫系统在不同癌症治疗阶段的活动预测治疗反应，”DATAI数字医学实验室负责人之一鲁本·阿马尼亚斯（Rubén Armañanzas）解释道。
据专家称，“免疫疗法代表了对抗癌症最有希望的前沿之一，通过使用AI模型，我们可以根据每位患者的免疫谱进一步微调治疗方案。”
纳瓦拉大学的研究在休斯顿（美国）举行的癌症免疫治疗学会（SITC 2024）会议上进行了展示。此次会议汇聚了来自学术界、监管和政府机构以及制药行业的国际领导者，提供最新的癌症免疫治疗进展。
IFIT评分：个性化癌症治疗的系统
该研究被提名为会议前100名演讲之一，重点分析了癌症免疫周期（CIC）。这个周期有助于理解免疫系统的信号如何影响免疫治疗的效果。
使用人工智能工具，研究人员根据疾病的分子阶段识别了特定的细胞活动模式。他们还开发了IFIT“物理免疫力”指数。这一突破突显了人工智能在个性化医疗中的重要性，为对抗癌症提供了新的希望。
从左到右：DATAI大学纳瓦拉数字医学实验室的研究人员包括马科斯·洛佩兹·德·卡斯特罗（Marcos López de Castro）、何塞·冈萨雷斯·戈马里兹（José González Gomariz）、艾托尔·奥维多·马德里（Aitor Oviedo Madrid）、鲁本·阿马尼亚斯·阿尔内迪略（Rubén Armañanzas Arnedillo）、阿尔贝托·加西亚·加林多（Alberto García Galindo）、马贝尔·莫拉莱斯·奥特罗（Mabel Morales Otero）、弗朗西斯科·贝拉斯克斯（Francisco Velásquez）和霍拉西奥·格拉斯·博阿达（Horacio Grass Boada）。图片来源：Manuel Castells，纳瓦拉大学
研究人员强调，这项技术将通过未来涉及其他类型癌症的合作研究进一步完善。
这项研究结果来自罗氏研究所为imCORE网络中心组织的研究营。这个国际网络汇集了全球领先的免疫肿瘤学卓越中心。这种全球合作，包括纳瓦拉大学诊所癌症中心和其他10个国家的癌症研究机构，突显了在寻找创新癌症方法方面的集体努力。
更多信息： Aghababazadeh FA等。1197a 通过机器学习模型利用癌症免疫周期生成个性化癌症治疗的新策略。《癌症免疫治疗杂志》（2024）。DOI: 10.1136/jitc-2024-SITC2024.1197
期刊信息： 《癌症免疫治疗杂志》
由纳瓦拉大学提供
(全文结束)
