一种尖端的人工智能（AI）驱动神经网络被开发出来，用于快速分析和解读来自患者样本的数百万个细胞，从而预测组织内的分子变化。这种技术能够精确定位个性化治疗的最佳位置，例如针对癌症的治疗。
NicheCompass 利用生成式人工智能构建了一个视觉数据库，整合了空间基因组数据，详细描述了细胞类型、它们的位置以及通信模式。
该技术由 Wellcome Sanger 研究所、Helmholtz Munich 健康人工智能研究所、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。这是首个能够测量和解释细胞社交网络中多种数据以识别和分析不同细胞区域的 AI 方法。
在《自然遗传学》期刊上发表的一项新研究介绍了 NicheCompass，并强调了其揭示乳腺癌和肺癌患者组织变化的能力。研究表明，NicheCompass 可以在一小时内借助 AI 的计算能力确定不同个体对治疗的反应。
这一工具有望通过识别癌症等疾病中可能被靶向的具体变化，帮助制定个性化的治疗方案。
人体中的每个细胞都与其环境相互作用，并形成更广泛网络的一部分。细胞表现出诸如表面蛋白等特征，使其能够在通信网络中被识别。这些特征使得可以连接相似的细胞并理解它们的交互作用。
单细胞和空间基因组技术的进步加深了我们对人体的理解，使科学家能够为各种组织和器官创建详细的细胞图谱。这些图谱提供了关于不同细胞类型、它们的位置以及基因变化如何影响其交互的信息。了解这些细胞功能有助于研究人员更好地掌握疾病机制并识别新的药物靶点。
尽管这些图谱提供了有关细胞及其交互的空间信息，但量化和解释这些网络以揭示细胞行为背后的驱动因素仍然是一个挑战。
在最近的一项研究中，Sanger 研究所及其合作者推出了 NicheCompass，这是一种专注于细胞间通信的深度学习 AI 模型。通过学习细胞在其网络中的交互方式并将这些交互与类似网络对齐，NicheCompass 基于共享特征创建了组织区域。
因此，NicheCompass 使研究人员和临床医生能够探索与健康状况相关的关键问题，例如：“肺癌患者的癌细胞如何与其周围环境通信？”
使用 NicheCompass，研究人员分析了 10 名肺癌患者的数据，发现了共性和差异。相似之处有助于对癌症的整体理解，而差异则提示了个性化医疗的新途径。
该平台可以整合额外的患者数据，允许临床医生输入自己的患者信息，并在一小时内获得全面的病情分析，支持明智的临床决策。
团队还将 NicheCompass 应用于乳腺癌组织，证明了其在多种癌症类型中的有效性。
此外，他们在一个包含 840 万细胞的小鼠大脑空间图谱上测试了该模型。NicheCompass 成功且迅速地识别出不同的脑区，创建了整个器官的视觉资源。这表明 NicheCompass 有潜力应用于全球范围内的全器官空间图谱。
关于人体的海量数据对于推进疾病理解、预防和治疗至关重要。然而，需要有效的工具来充分释放这些信息的潜力。NicheCompass 在这一领域代表了重大进步，结合了 AI 驱动的分析与可解释性，使研究人员和临床医生能够提出关键问题并获得对疾病的有意义见解。
来自 Helmholtz Munich 健康人工智能研究所和 Wellcome Sanger 研究所的研究第一作者 Sebastian Birk 强调：
“通过 NicheCompass，我们可以看到免疫细胞在不同患者中与肺癌肿瘤的交互差异。这种实际应用不仅增加了我们对癌症的集体理解，还突显了一名免疫反应与其他患者不同的患者。未来，NicheCompass 可能帮助识别利用免疫系统治疗特定癌症的新方法，从而实现直接靶向癌症机制的个性化治疗。”
维尔茨堡大学的研究资深共同作者 Carlos Talavera-López 博士也表达了类似的观点。
Wellcome Sanger 研究所的共同资深作者 Mohammad Lotfollahi 博士提供了一个比喻：
“人们通过不同类型的信息与他们的网络通信——无论是分享工作更新还是度假照片，所有这些都可以追溯到一个人。同样，细胞使用不同的特征在其网络中通信，形成局部社区。”
NicheCompass 是首个能够解释这些网络并解决可能直接影响患者生命的关键问题的 AI 模型。通过突出健康状况的起源位置并预测治疗反应，它为推进个性化医疗提供了强大的工具。
(全文结束)
