英国的研究人员使用人工智能（AI）工具来检测卵巢癌患者活检样本中微小异常细胞的簇-这些细胞的存在表明该疾病更具侵略性。该研究报告发表在“自然通信”杂志上。利用人工智能技术分析了514名女性的卵巢癌组织样本，观察到总共近1.5亿个细胞的形状。癌症研究所计算机病理学团队负责人袁银银博士也是本文的资深作者说：“我们开发了一种简单的新型计算机测试，可以识别患有高度侵袭性卵巢癌的女性，因此可以基于该治疗计划是针对他们的需求量身定制的。人工智能工具可以扫描肿瘤细胞，尤其是细胞核的形状和含量，细胞核是包含DNA的细胞部分。在大多数细胞中，细胞核模糊地呈圆形或椭圆形，但是研究人员在一些卵巢癌样本中发现了具有异常细胞核的小斑块。在肿瘤中具有这些成纤维细胞簇的女性患有极具侵略性的疾病，其五年生存率仅为15％，而没有这些异常细胞核的患者的五年生存率为53％。通过深入的研究，他们分析了这些异常细胞的斑块，发现它们的DNA修复基因水平较低，包括BRCA1，BRCA1是遗传性乳腺癌和卵巢癌患者中经常有缺陷的一种基因。这些缺陷中的许多缺陷都可以通过DNA测序在DNA代码中识别出来，但是在某些情况下，还有其他一些原因会导致DNA修复基因水平降低。测序可能会遗漏这些原因，但是有可能被人工智能测试所证实。这一新发现也可能对患有更具侵略性的卵巢癌女性的治疗产生影响。 PARP抑制剂olaparib已获FDA批准用于乳腺癌患者的BRCA基因突变，但新的人工智能测试可能能够识别出无突变的患者，但BRCA水平较低的患者可能能够从该药物或其他从类似治疗中受益。袁说：“使用这项新测试为我们提供了一种方法，可以检测出在修复DNA的能力方面存在缺陷的肿瘤，而这些缺陷无法通过基因测试来确定。它可以与基因检测一起使用，以识别受益于替代治疗（例如靶向DNA修复缺陷（例如PARP抑制剂））的患者。”除了DNA修复缺陷外，研究人员还发现免疫细胞无法到达具有畸形核的细胞簇，这表明它们可能能够逃避免疫系统，这是患有此类卵巢囊肿的患者预后差得多的原因。那些没有畸形集群的人。袁说：“我们的测试还表明，具有这些异常细胞核簇的卵巢肿瘤已经进化出一种逃避免疫系统的新方法，因此有可能靶向这种机制并使用新型免疫疗法靶向它们。 “对这些簇进行进一步分析后，研究小组发现它们具有高水平的蛋白质galecTIn-3，已知该蛋白会导致T淋巴细胞死亡，而T淋巴细胞是控制癌症的免疫系统的重要组成部分，但它需要更多的工作。找出这是否是使这些异常细胞群保持“不可见”的主要因素。免疫系统。到