阿爾托大學、赫爾辛基大學和赫爾辛基大學醫(yī)院綜合癌癥中心的研究人員研究了一種全新的治療方案如何影響晚期黑色素瘤患者的免疫系統(tǒng)。

黑色素瘤是最危險的皮膚癌形式。增強人體自身的免疫系統(tǒng)，尤其是T細胞，一直是一種特別有效的治療選擇。挑戰(zhàn)在于，盡管一些患者從治療中受益，但大約一半的患者沒有。

阿爾托大學，赫爾辛基大學和HUS的科學家先前的研究表明，無反應患者的T細胞根本不會將癌細胞識別為敵人。

“正確的治療目標非常重要，因為藥物治療是昂貴的，嚴重的不良反應相當普遍，”赫爾辛基大學和阿爾托大學計算機科學系的醫(yī)生和博士研究員Jani Huuhtanen說。“我們的研究表明，更好的癌癥療法應該利用免疫系統(tǒng)的其他部分，而不僅僅是T細胞。

該研究小組現(xiàn)在已經(jīng)研究了如何通過兩種名為nivolumab和relatlimab的癌癥藥物的新組合來幫助對治療無反應的患者。該小組著手揭示relatlimab對免疫系統(tǒng)細胞的影響，這是以前從未研究過的。

該研究表明，雖然relatlimab提高了T細胞對抗侵襲性癌細胞的有效性，但它在激活所謂的自然殺傷細胞(NK細胞)方面特別有效。這些細胞是免疫系統(tǒng)的第一反應者。

“在這種特殊情況下，NK細胞的任務是在癌細胞試圖躲避T細胞時提供幫助，”赫爾辛基大學和HUS轉(zhuǎn)化血液學教授兼轉(zhuǎn)化免疫學研究項目負責人Satu Mustjoki說。“這一發(fā)現(xiàn)出乎意料，但非常有趣。NK細胞將在未來幾年處于癌癥治療的最前沿。

Mustjoki的小組最近獲得了1萬歐元的研究資金，用于深入研究癌癥療法的可能性，包括利用NK細胞等替代方案。

“目前臨床上沒有專門利用NK細胞的療法，”Huuhtanen說。“正是我們項目參與者之間的密切合作，使我們能夠發(fā)現(xiàn)這種新的治療方案。

利用人工智能探索癌癥治療的新領域

該團隊采用了最新的單細胞測序技術和深度學習方法來收集和解釋數(shù)據(jù)。該團隊使用稱為scVI和TCRGP的開源機器學習模型來監(jiān)測和驗證relatlimab對研究中T細胞的影響。TCRGP由研究團隊成員于2021年開發(fā)。

“過去，血液樣本中的細胞被批量分析。新的單細胞技術是指我們現(xiàn)在分析樣本中單個細胞的能力，“阿爾托大學計算機科學系生物信息學和機器學習副教授Harri Lähdesmäki說。

“當然，這會導致數(shù)據(jù)量的指數(shù)級增長，我們可以通過深度學習和機器學習技術進行調(diào)查。從這項研究中得出的大多數(shù)結(jié)論都是基于這些技術所揭示的見解。

計算生物學的進步也對醫(yī)學研究的進行方式產(chǎn)生了影響。

“單細胞技術和深度學習方法使研究人員能夠以數(shù)據(jù)驅(qū)動的方式開展此類研究項目，也就是說，沒有強烈的先驗假設。這種無假設的方法對于發(fā)現(xiàn)新的生物學以及各種疾病的新治療方案非常重要，“Lähdesmäki說。