在肿瘤学领域取得的一项重大进展中，来自巴西和波兰的研究人员开发出一种创新的人工智能（AI）工具，能够预测某些癌症类型的侵袭性。这项突破性研究发表在《Cell Genomics》期刊上，有潜力彻底改变癌症的诊断和治疗方法。
这种人工智能驱动的模型通过分析癌细胞中存在的特定蛋白质来评估肿瘤的侵袭性。它生成一个从0到1的“干性指数”，其中0表示侵袭性低，1表示侵袭性高。指数越高，意味着药物耐药性越强，癌症复发的可能性越大。
干性指数反映了肿瘤细胞与多能干细胞相似的程度，多能干细胞能够在体内发育成各种细胞类型。随着肿瘤的发展，癌细胞会逐渐不同于其起源组织，表现出自我更新能力和未分化状态。
研究人员利用临床蛋白质组肿瘤分析联盟（CPTAC）的数据，聚焦11种不同的癌症类型，包括乳腺癌、卵巢癌、肺癌、肾癌、子宫癌、脑癌、头颈癌、结肠癌和胰腺癌。他们仔细分析了超过1,300个样本，开发出基于蛋白质表达的干性指数，称为PROTsi。
通过将PROTsi与来自207个多能干细胞系的蛋白质组数据整合，研究团队识别出导致某些肿瘤侵袭性的特定蛋白质。这些蛋白质可能成为未来疗法的有希望靶点，从而增强癌症患者的个性化治疗方式。
许多被识别出的蛋白质已被确认为现有抗癌药物的靶点，这突显了该工具在指导新治疗策略方面的潜力。研究人员强调，他们的发现为临床应用奠定了基础，指出了将肿瘤特征与治疗选项相匹配的重要性。
研究的主要负责人表示，该工具不仅有助于临床开发，还能根据个体肿瘤特征实现个性化治疗。他们承诺将继续推进癌症治疗方法的发展。
最新统计数据凸显了这项研究的紧迫性。世界卫生组织（WHO）报告称，全球每分钟有40人被诊断患有癌症。癌症仍是导致死亡的主要原因之一，尤其是在年轻人群中。2023年的一项研究指出，1990年至2019年间，50岁以下成年人的早发性癌症病例增加了79%，癌症相关死亡率上升了28%。
在巴西，国家癌症研究所（INCA）估计，2023年至2025年间每年将出现约704,000例新癌症病例，其中最常见的是非黑色素瘤皮肤癌、乳腺癌和前列腺癌。PROTsi工具在区分肿瘤与非肿瘤样本方面表现出一致的有效性，尤其在识别多种癌症类型的高级别肿瘤方面效果显著。
研究人员继续优化他们的模型，旨在提高其在不同癌症类型中的预测准确性。他们的工作代表了理解肿瘤进展和耐药机制的重要飞跃，最终目标是改善治疗结果和患者生活质量。
【全文结束】
