一种首创的人工智能（AI）神经网络可以迅速分析和解释患者样本中的数百万个细胞，预测组织中的分子变化。它有可能确定个性化治疗在癌症等疾病中最有效的部位。
NicheCompass利用生成式AI的力量，创建了一个结合空间基因组数据的视觉数据库，包括细胞类型、它们的位置以及它们如何交流。这项技术由Wellcome Sanger研究所、慕尼黑Helmholtz人工智能健康研究所、维尔茨堡大学及其合作者共同开发，作为更广泛的人类细胞图谱计划的一部分。这是第一种能够测量和解释细胞社交网络的各种数据，以识别和分析不同细胞邻域的方法。
今天（3月18日）发表在《自然遗传学》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如何在一小时内通过AI的力量识别某些人对治疗的不同反应。最终，这将有助于制定个性化的治疗方案，突出特定的变化，这些变化可以在癌症等疾病中进行靶向治疗。
人体内的每个细胞都与其环境进行交流，并参与更大的相互作用网络。细胞都具有一些特征，使其能够在通信网络中被识别，例如它们表面的蛋白质。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，并使创建不同组织和器官的多个深入细胞图谱成为可能。这些图谱包含多种细胞类型的信息，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水平上的运作方式，可以为我们了解疾病的发生机制提供信息，并突出新的药物开发目标。
虽然这些图谱包含了关于细胞在哪里被发现以及它们在其特定邻域或网络中如何相互作用的信息，但很难量化和解释这些邻域，并理解驱动细胞社交互动的因素。
在一项新的研究中，Sanger研究所的研究人员及其合作者提出了NicheCompass，这是一种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，然后将这些网络与具有相似网络的细胞对齐，通过共享特征在组织中创建邻域。
通过这种方式，NicheCompass可以解释数据，使研究人员和临床医生能够提出有关数据的问题，并更好地理解健康状况。例如：“肺癌患者体内的癌细胞是如何与周围环境交流的？”
使用NicheCompass，研究人员结合了10名肺癌患者的数据，能够看到个体之间的相似性和差异。相似性有助于我们对癌症的一般理解，并突出任何可能在新治疗方法中有用的转录变化。相比之下，差异突出了个性化医疗的新可能途径。
进一步的患者数据可以被纳入，因此临床医生可以输入他们自己的患者数据，并在一小时内获得关于个体状况的深入信息，帮助指导临床决策。
该团队还使用NicheCompass对乳腺癌组织进行了研究，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含有840万个细胞的小鼠大脑空间图谱，并能够快速且正确地识别大脑部分并创建整个器官的视觉资源。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找到新的方法来理解、预防和治疗疾病至关重要。然而，我们也需要工具来利用这些信息所能提供的所有好处。NicheCompass在这方面是一个重大飞跃，它不仅利用了AI的力量，还提供了可解释性，使研究人员和临床医生能够就他们的数据提出问题，更好地理解和治疗疾病。”
慕尼黑Helmholtz人工智能健康研究所和Wellcome Sanger研究所的第一作者Sebastian Birk说。
维尔茨堡大学的共同资深作者Carlos Talavera-López博士说：“使用NicheCompass，我们能够看到免疫细胞与肺癌肿瘤在患者中的相互作用差异。这种实际应用不仅为我们的集体癌症知识增添了新信息，还突出了一名患者的癌症与免疫系统的相互作用方式不同。未来，NicheCompass可以帮助发现新的方法来利用某些癌症中的免疫系统，创造个性化的治疗方法，增强患者的免疫系统直接针对癌症机制。”
Wellcome Sanger研究所的共同资深作者Mohammad Lotfollahi博士说：“人们经常通过各种不同的信息与其网络进行交流。他们可能会分享工作进展或假期照片，尽管这些可能是给不同的朋友，但都可以追溯到同一个个体。细胞间的通信也是如此，细胞可能会使用不同的特征与其社交网络进行通信，在其局部区域创建社区或网络。NicheCompass是第一种能够解释这些网络并回答可能直接影响患者生活的AI模型，例如突出健康状况开始的地方和方式，并预测它们对某些治疗的反应。”
(全文结束)
