2024 年 4 月 24 日 – 2024 年 4 月 18 日、国立衛生研究所 (NIH) の研究者 出版された における概念実証研究 自然がん 患者をマッチングするための新しい人工知能 (AI) ツールの詳細 適切な抗がん剤 腫瘍RNAに基づいて。 このツールは、Personalized Single-Cell Expression-Based fortreatments in Oncology (PERCEPTION) と呼ばれます。
この初期段階の研究のデータに基づいて、研究者らは、単一細胞 RNA 配列決定が将来の効果的かつ正確ながん治療にとって重要である可能性があると理論化しています。
による NIHのプレスリリース腫瘍学における現在のアプローチは、腫瘍 DNA および RNA のバルク配列決定からの一般化されたデータに基づく配列決定治療に依存しています。 ただし、これらの洞察は、腫瘍内の細胞の種類を個別に調べるのではなく、すべての腫瘍細胞を平均したものです。 特定の細胞部分集団は、異なる速度または異なる方法で薬剤に反応する可能性があり、これは、患者が異なる方法で配列に反応することを意味します。
もっと深く
バルクシーケンスの代替として、単一細胞 RNA シーケンスは単一細胞レベルでの高分解能データを提供し、腫瘍組成と薬物反応に関するより詳細な情報を提供できます。
このデータを活用すれば、腫瘍学者は最初から適切な治療法や薬剤を特定できる可能性があります。 腫瘍学の研究では、第一選択治療の有効性ががん生存率に寄与する最も重要な要素の 1 つであることが示されています。 AI ベースのツールを使用すると、 個別化された腫瘍学を最適化するがん生存率も改善する可能性があります。
この研究では、研究者らは配列データを 44 の FDA と照合する AI モデルを構築しました。承認された腫瘍治療薬。
この理論を検証するために、研究者らはさまざまな薬剤の組み合わせを使用して、多発性骨髄腫患者 41 人と乳がん患者 33 人のデータを分析しました。 NIH のプレスリリースによると、腫瘍細胞部分集団の 1 つが薬剤に耐性がある場合、他の細胞部分集団が耐性でないかどうかに関係なく、患者は全体としては薬剤に反応しません。
データは、腫瘍治療薬を選択するために単一細胞 RNA シーケンスを分析する AI モデルの使用を裏付けていますが、これらの結果をさらに評価するにはさらなる研究が必要です。
1713978778
#NIHの研究者が個別化された腫瘍学のためのAIツールを開発
2024-04-24 17:00:00