女性乳腺癌是世界上最常見和最致命的癌癥類型之一，與肺癌和結(jié)腸癌并列。

　　據(jù)估計，每8名美國女性中就有1人會在一生中患上侵襲性乳腺癌。根據(jù)世界衛(wèi)生組織(World Health Organization)的數(shù)據(jù)，僅去年一年，全球就有1,810萬新病例和960萬人死亡。

　　此前，集微網(wǎng)曾報道過麻省理工學院計算機科學與人工智能實驗室(CSAIL)和麻省總醫(yī)院的科學家基于谷歌人工智能建立了一個早期篩查模型，該模型可以通過乳房X光檢查來預測患者未來五年是否可能患上乳腺癌。

　　現(xiàn)在，他們不再孤軍奮戰(zhàn)。

　　在16日的一篇論文和附帶的博客文章中，IBM蘇黎世辦公室的科學家詳細介紹了他們與蘇黎世大學的合作關(guān)系，以開發(fā)一種能夠識別和分類腫瘤和免疫細胞以及它們之間關(guān)系的系統(tǒng)。他們的研究發(fā)表在《Cell》雜志上。

　　“雖然研究人員一直在努力開發(fā)新的治療方法來對抗乳腺癌，但癌癥相關(guān)死亡的主要原因仍然是治療耐藥性、復發(fā)和轉(zhuǎn)移，” IBM計算系統(tǒng)生物學研究員Marianna Rapsomaniki在博客中寫道。“這項工作的目標是為未來可能幫助患者戰(zhàn)勝乳腺癌的精準醫(yī)療方法奠定基礎(chǔ)。”

　　為此，Rapsomaniki和他的團隊假設(shè)乳腺癌是一種異質(zhì)性疾病，即它包括由基因組成決定特征的腫瘤細胞，以及與周圍非癌癥細胞(如免疫細胞、基質(zhì)細胞和血管細胞)交流和相互作用的環(huán)境影響。此外，他們推測這些生態(tài)系統(tǒng)中的模式可能與疾病進展和治療反應(yīng)有關(guān)。

　　為了證明他們的想法，研究小組從144名患者身上提取了非腫瘤樣本，并使用大量細胞計數(shù)法(注：流式細胞術(shù)的一種變體)測量了2600多萬個癌癥和免疫細胞中的70多種蛋白質(zhì)。

　　接下來，他們使用人工智能技術(shù)來識別腫瘤和免疫細胞的不同種群，并創(chuàng)建一個詳細的乳腺癌生態(tài)系統(tǒng)圖譜，然后他們使用該圖譜來定義單個腫瘤的異質(zhì)性，并將其與匹配的非腫瘤組織進行比較，量化其異常。

　　最后，研究人員分析了與腫瘤相關(guān)的巨噬細胞和T細胞群(他們注意到，這些巨噬細胞和T細胞群同時具有抑制腫瘤和支持腫瘤的功能)，并將研究結(jié)果與包括疾病分級或腫瘤侵襲性在內(nèi)的臨床信息聯(lián)系起來。

　　最后，研究小組發(fā)現(xiàn)，高侵襲性腫瘤通常由單一的腫瘤細胞表型所主導，而且每個腫瘤的細胞組成都是獨特的，侵襲性較強的腫瘤與其他腫瘤的差異最大。

　　此外，他們還發(fā)現(xiàn)惡性腫瘤中腫瘤相關(guān)免疫系統(tǒng)的相似性。

　　他們認為，這項工作為精確藥物治療的設(shè)計奠定了基礎(chǔ)，并表明免疫療法可能是一種對某些乳腺癌患者群體可行的方法。

　　“這可能是一種原因，來解釋為什么一種放之四海而皆準的癌癥治療方法并不總是有效。” Rapsomaniki說，“基于我們的發(fā)現(xiàn)，我們相信特定的乳腺癌患者群體也可以從免疫治療中受益。接下來，我們將進一步研究免疫療法的可能性，并有可能進行臨床研究。”