新传媒网路德维希癌症研究中心的科学家利用人工智能开发了一种强大的预测模型，用于识别用于癌症免疫疗法的最有效的抗癌免疫细胞。
结合其他算法，最新一期《自然生物技术》杂志中描述的预测模型可以应用于个性化癌症治疗，根据每个患者肿瘤的独特细胞组成定制治疗方案。
“人工智能在细胞治疗中的应用是新的，可能会改变游戏规则，为患者提供新的临床选择，”路德维希·洛桑的亚历山大·哈拉里(Alexandre Harari)说，他与研究生雷米·佩特雷曼(Rémy Pétremand)一起领导了这项研究。
细胞免疫疗法包括从患者的肿瘤中提取免疫细胞，选择性地对它们进行改造以增强其对抗癌症的天然能力，并在培养中扩增后将它们重新引入体内。 T 细胞是白细胞或淋巴细胞的两种主要类型之一，它们在血液中循环并巡逻病毒感染细胞或癌细胞。
穿透实体瘤的 T 细胞被称为肿瘤浸润淋巴细胞 (TIL)。然而，并非所有 TIL 都能有效识别和攻击肿瘤细胞。
“实际上只有一小部分具有肿瘤反应性——大多数都是旁观者，”赫拉里解释道。 “我们为自己设定的挑战是鉴定少数配备有能够识别肿瘤抗原的 T 细胞受体的 TIL。”
为此，Harari 和他的团队开发了一种新的人工智能驱动的预测模型，称为 TRTpred，可以根据 T 细胞受体 (TCR) 的肿瘤反应性对它们进行排名。为了开发 TRTpred，他们使用了从转移性黑色素瘤患者收集的 235 个 TCR，这些患者已被分类为肿瘤反应性或非反应性。
