2019年7月26日

 

IBM位於蘇黎世的研究實驗室和蘇黎世大學的科學家們，利用機器學習技術，分析了140個腫瘤組織中的數百萬個乳腺癌細胞，創建了他們所說的這些腫瘤的“圖譜”。

根據2018年世界衛生組織的一份報告，乳腺癌是女性最常見的癌症，每年約有210萬新病例。

蘇黎世大學的研究人員瓊安娜·瓦格納說，這是一種很難治療的疾病。

 

瓦格納說：“癌症是由不同的成分組成的，我們的動機，我們的目標是詳細描述這些成分，因為我們知道，如果我們確切知道我們的腫瘤是如何形成的，我們可能更能夠根據腫瘤特異性來定制治療方案。”

她和她的同事們使用一種叫做單細胞大規模細胞計數的方法，來檢測來自140名患者的2600萬個癌細胞。 她說：“對於每個細胞，我們最終得到的是這個細胞上存在哪些蛋白質、存在多少的的圖譜。我們可以在這2600萬個我們測量的細胞中進行比較，這使我們能夠非常詳細地瞭解癌細胞是什麼樣子的，它們在病人之間有什麼不同，癌症組織和非癌症組織之間有什麼不同。”

為了弄清楚所有這些資料，他們與電腦科學家合作，這些科學家利用機器學習來解碼他們所描述的乳腺癌“生態系統”，其中不同類型的腫瘤細胞是主要的“物種”。

 

在最近發表在《細胞》雜誌上的一項研究中他們報告說，侵襲性腫瘤通常由一種單一類型的腫瘤細胞主導，這種腫瘤細胞往往表現出高度的異常。以前，人們認為更具侵襲性的腫瘤更為多樣化。

IBM蘇黎世研究中心計算生物學家研究人員瑪麗安娜·拉珀索馬尼基說，這種異常可能是女性對治療反應不同以及一些藥物不起作用的原因之一。拉珀索馬尼基說：“這些細胞的特點是高異常，也具有高可塑性；這是一個會讓細胞更易適應環境和逃避治療的特點。”

透過識別腫瘤獨特的細胞組成，這些研究人員正在編纂的圖譜，可以為對抗癌症的新療法設計提供更詳細的路線圖。