智东西（公众号：zhidxcom）
编 | 王小溪

导语：哈佛医学院的科学家已经开发出一种人工智能筛查系统SigMA，可以检测到致癌的基因缺陷。

智东西4月16日消息，哈佛大学医学院几位研究人员在《自然——遗传学》上发表了名为《在临床案例中检测同源重组缺陷的突变标志》的论文（Detecting the mutational signature of homologous recombination deficiency in clinical samples）。

他们研发出了一种人工智能筛查系统SigMA，它能准确地检测与靶基因组的同源重组缺陷相关的突变特征。同源重组缺陷（HR，homologous recombination）与包括乳腺癌、宫颈癌在内的癌症有关，如果可以准确检测出这种缺陷，将有助于医生针对每一位癌症患者提出个性化治疗方案。

在论文中他们指出，同源重组DNA修复缺陷最常见的指标是BRCA1/BRCA2（乳腺癌易感基因）突变。然而，最近的全基因组分析表明，在BRCA1/2突变肿瘤中发现的突变模式也存在于其他几种肿瘤中。

一、精准高效检测同源重组缺陷

哈佛医学院的科学家已经开发出一种人工智能筛查系统SigMA。科学家声称SigMA可以精准高效地“读取”同源重组缺陷的突变特征，并且可以与现有的筛查方法配合使用。

同源重组能编排修复DNA双链断裂，是DNA损伤修复的重要方式，对于保持哺乳动物细胞的基因组完整性十分重要。同源重组出现缺陷，有可能致癌。

ARP抑制剂是一种能阻断某些细胞酶的医学用剂，给因同源重组缺陷而患癌的病人带来了希望，但是，使用它的难点在于大多数临床试验难以有效检测出同源重组缺陷。

HMS Blavatnik研究所生物医学信息学教授Peter Park表示：“精准医学的核心就是查明遗传生​​物标志物并对症下药，而我们的算法可以极大地提高医生提供这种个性化医疗决策的能力。我们认为有很多并非BRCA突变致癌的患者也可以从PARP抑制剂中获益，但医生不知道具体是哪些癌症患者。我们的算法可以帮助他们检测判断。”

二、识别更多同源重组缺陷模式

正如Park及其同事解释的那样，PARP抑制剂通常用于乳腺癌、卵巢癌、胰腺癌患者。但并非每个患有同源重组缺陷的患者都属于BRCA突变的情况，然而大多数标准检测都会错过其他情况。相比之下，SigMA可以识别其他特征的同源重组缺陷模式。

研究人员从数千个全测序的肿瘤基因组中挑选编制了一个语料库，对SigMA模型进行训练。之后，他们用730个样本检验了SigMA的效果。他们报告称，现有的算法检测出同源重组缺陷的癌细胞比率是30％到40％，而SigMA识别样本中的癌细胞比率达74％。

第二个实验中，SigMA从878位接受过基因检测患者的乳腺肿瘤样本中，检测出23％的样本出现了同源重组缺陷问题。此外，它成功地从从5％的食管癌和38％卵巢癌的样本中，揭示了从前未被识别出的同源重组缺陷。

在第三个实验旨在确定SigMA是否可以预测出癌细胞对PARP抑制剂做出反应。科学家们引用了14种不同癌症的383个肿瘤细胞系对4种不同PARP抑制剂的实验结果，他们发现，SigMA鉴定出有同源重组缺陷的乳腺癌细胞系（甚至其他肿瘤类型）对PARP抑制剂的反应比没有它的细胞更为明显。

研究小组特别注明，SigMA无法检测到突变很少的癌症中的同源重组缺陷，例如成神经管细胞瘤（一种脑癌）和尤文肉瘤（骨癌）中的。但是他们说SigMA可以在其他全测序的基因组语料库中进行训练，以检测更多种类的突变。

三、助力医生提供个性化治疗方案

论文的第一作者、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最佳治疗方案。”

研究人员认为，如果SigMA被医院纳入现有的基因检测系统中，每年将会有约27万乳腺癌患者受益，她们当中估计有5％至10％的人患有BRCA缺陷。

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。”

结语：AI助力癌症治疗发展

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。

文章来自：Venturebeat