PARP抑制剂是一种可以阻断某些细胞酶的物质，有希望治疗由同源重组 （HR） 缺陷引起的癌症，同源重组是一种协调有害DNA断裂修复的微观机制。然而，PARP抑制剂的使用仍然有限，因为大多数临床测试无法对HR进行有效检测。近日，哈佛医学院的科学家们开发出了一个名为SigMA的AI筛查系统。该系统能够和准确地“读取”HR缺陷的分子特征，并进一步配合现有的筛查方法。该研究成果发表在了《自然》子刊Nature Genetics上。如果未来将SigMA纳入已经在医院中使用的基因检测技术，每年将会有大约 27 万乳腺癌患者受益，其中约5%到10%的人有BRCA缺陷。27 万乳腺癌患者将受益！哈佛医学院学者研制名为SigMA的AI筛查系统PARP抑制剂通常用于携带BRCA基因突变的乳腺癌、卵巢癌、胰腺癌和其他癌症患者。然而，由于并不是每个HR缺陷的患者都出现BRCA突变，因此大多数标准检测方法会将其遗漏。而SigMA则可以识别HR缺陷的在被癌症扰乱的DNA成分中的特征模式，甚至包括只分析一部分基因的临床测试。研究人员从数千个*测序的肿瘤基因组中挑选出一个语料库，并对SigMA模型进行训练。然后，他们对照全基因组测序分析的730个样本测量了模型的性能。结果显示，SigMA以74%的准确率正确检测出了包含HR缺陷的癌细胞；而目前的算法准确率大约在30%到40%左右。随后，研究人员又进行了一项包含878名以前接受过基因检测的患者乳腺肿瘤样本的测试。在测试中，SigMA检测到23%的样本带有HR缺陷特征。而且，它成功地在其他类型的癌症中发现了以前未发现的缺陷，检测率从食管癌的5%到卵巢癌的38%不等。27 万乳腺癌患者将受益！哈佛医学院学者研制名为SigMA的AI筛查系统▲SigMA（左侧浅黄色）检测结果与其他算法对比示意图（图片来源：《Nature Genetics》）在第三项测试中，科学家们通过对14种癌症类型的383个肿瘤细胞系进行实验，探究SigMA模型能否预测癌细胞对PARP抑制剂的反应。研究人员表示，被SigMA鉴定为有HR缺陷的乳腺癌细胞系和没有HR缺陷的细胞相比，对PARP抑制剂反应更好。这表明该算法可以更准确地确定哪些患者可以从PARP抑制剂中获益。“定位遗传生物标志物，并使用特异性靶向相关癌症驱动通路的药物治疗患者，是医疗的核心。我们相信，我们的算法可以大大增强医生提供这种个体化治疗的能力，”论文资深作者，哈佛医学院Blavatnik Institute生物医学信息学教授Peter Park博士表示：“有更多没有BRCA突变的患者可以从PARP抑制剂中获益，但医生却可能无法进行有效的诊断。我们的算法可以帮助解决这一问题。”论文的作者、HMS的生物医学信息学系博士后Doga Gulhan说：“我们的算法能以更高的灵敏度检测潜在的致癌缺陷的分子足迹。此类检测的首要目标，是帮助临床医生根据特定基因缺陷的情况为每位患者制定治疗方案。”Park说：“在过去的几个月里，我们已与许多临床医生进行过交流，并多次展开合作。临床实践中将有其他癌症患者通过我们的算法检测后得到治疗方案。SigMA检测的准确性因癌症类型而异，不过，它仍然会检测出那些易被一般检测方法遗漏的癌症。这有助于医生对更多人提供针对性的疗法，从而对癌症治疗产生真正的影响。”哈佛医学院的这几位科学家正努力用人工智能促进癌症治疗的发展，SigMA的研发团队希望当其真正落地的时候，能为千万癌症患者带来福音。人工智能在医疗领域的应用正在不断增多，这种技术将不断为人类健康事业的发展做出贡献。
