机器学习有助预测免疫疗法何时有效
发布日期：2021-07-16在防御方面，由于淋巴和免疫系统，身体依赖于攻击。免疫系统就像身体自己的私人警察，它追捕并消灭致病的恶棍。“人体的免疫系统在识别非常好的细胞被举止怪异，其中包括可能发展成为未来肿瘤或癌症细胞，”费德里卡Eduati说。
“一旦检测到，免疫系统就会攻击并杀死细胞。但这并不总是那么简单，因为肿瘤细胞可以开发出让自己躲避免疫系统的方法。”
“不幸的是，肿瘤细胞可以阻断自然免疫反应。肿瘤细胞表面的蛋白质，可以关闭免疫细胞并有效地使它们进入睡眠模式，”OscarLapuente-Santana博士说。幸运的是，有一种方法可以唤醒免疫细胞并恢复它们的抗肿瘤免疫力，它是基于免疫疗法。
介绍免疫疗法
免疫疗法是一种癌症治疗方法，可帮助免疫系统对抗癌细胞。一种类型的免疫疗法涉及免疫检查点阻滞剂（ICB），这是一种告诉免疫细胞忽略来自癌细胞的关闭命令的药物。ICB的发现，对癌症治疗具有革命性意义。
尽管ICB已成功用于治疗大量患者和不同类型的癌症，但只有三分之一的患者对治疗有反应。“ICB已经有很大的影响，但它可能会更大，如果我们能很快弄清楚哪些患者更有可能响应的处理，”Eduati说。“如果我们能理解为什么其他患者对ICB没有反应，那就太好了。”
为了解决这个问题，Lapuente-Santana和Eduati以及同事MaisavanGenderen（TU/e）、PeterHilbers（TU/e）和FrancescaFinotello（因斯布鲁克医科大学）转向机器学习，来预测患者的反应到ICB。他们的工作刚刚发表在Patterns杂志上。
寻找肿瘤微环境
为了预测患者是否会对ICB产生反应，研究人员首先需要在患者的肿瘤样本中、找到特定的生物标志物。
“肿瘤不仅仅包含肿瘤细胞，它们还包含几种不同类型的免疫细胞和成纤维细胞，它们可以具有促癌或抗肿瘤作用，并且它们相互交流，”Lapuente-Santana解释说。“我们需要找出肿瘤微环境中复杂的调控机制，如何影响对ICB的反应。我们求助于RNA测序数据集，以提供肿瘤微环境几个方面的高层次表征。”
为了找到可以作为预测患者对ICB反应的生物标志物的正确机制，该团队使用计算算法和来自先前临床患者护理的数据集，搜索了肿瘤的微环境。“RNA测序数据集是公开的，但哪些患者对治疗ICB的信息仅适用于患者和癌症类型的一小部分，”Eduati说。“所以，我们用一招解决数据问题。”
