al人工智能技术(人工智能需要学哪些课程)
90%的癌症病人并不是直接死于原发性肿瘤，而是死于癌症的远端转移。癌症转移通常是由单个扩散的癌细胞发展而来的，而这些扩散的癌细胞会躲过人体免疫系统的监视。
如何让体内的癌细胞无所遁形？目前限于各种影像技术的分辨率，在身体内全面的监测癌细胞是不可能实现的。
最新一期的《细胞》的封面文章是关于德国研究团队开发的深度学习算法DeepMACT，利用人工智能技术可以检测到最微小的癌症转移位点。
DeepMACT为了解决开篇提到的问题，德国环境健康研究中心（Helmholtz Zentrum München）组织工程与再生医学研究所的Ali Ertürk博士的团队首先开发了一种叫vDISCO的技术，这种技术能够通过激光扫描显微镜监测到小鼠体内最微小的转移位点甚至单个的癌细胞。
然而人工分析这些高分辨率的图像非常费时。亥姆霍兹慕尼黑中心、慕尼黑大学、慕尼黑工业大学的研究团队又开发了一种名为DeepMACT的基于深度学习的算法，再结合vDISCO技术实现了自动监测和分析转移位点并能对抗体药物的分布进行成像。
DeepMACT在监测癌细胞转移方面的效果与人类专家做的相当，但是它却能做得比人类快300多倍。人工做需要花费数月的工作，如今只需要在电脑上点几下，DeepMACT在一个小时内就可以完成。
在使用DeepMACT评估抗体药物的有效性实验中，研究人员发现小鼠体内只有77%的转移位点被抗体靶向，23%的转移位点被抗体错过了。
小鼠全身与携带的肿瘤（蓝色：脑、肺、肝、肾；白色：被抗体靶向的肿瘤细胞；洋红色：未被抗体靶向的肿瘤细胞）
抗体药物进入人体后会找到靶向点并消灭特定癌细胞，使用这项技术可以评价药物的性能，从而筛选出靶向效果更好的药物。这项技术同样可以用于追踪小分子药物是如何分布的。
小鼠肺部的3D模型（白色：被抗体靶向的转移位点；洋红色：未被抗体靶向的转移位点）
为了发现更多更有效的癌症治疗方法，弄清各种癌症的转移机制以及开发能够有效防止癌症转移的药物是非常重要的。DeepMACT可以被用来分析转移位点，也可以用来测评药物，所以DeepMACT的发明为癌症研究领域带来了一个十分强大的工具。
总结而言，DeepMACT的特点是：
它是一种基于深度学习的管线，可用于对癌症转移的全面分析它通过全身三维扫描可确认微小转移灶和单个癌细胞它可以显示抗体药物在人体内的靶向性它可以指示肿瘤微环境影响药物寻靶的效果目前DeepMACT是开放给公众使用的，它可以很容易地安装在其他实验室。希望在不远的未来这项技术可以为癌症治疗领域带来重大的突破。
大家可以参考下面视频了解更多信息。
视频加载中...
参考文献[1] Pan, et al., Deep Learning Reveals Cancer Metastasis and Therapeutic Antibody Targeting in the Entire Body. Cell, 2019. 179(7): p. 1661-1676.e19. DOI: https://doi.org/10.1016/j.cell.2019.11.013.
[2] Helmholtz Zentrum München. Exposing the enemy: New algorithm detects even the smallest cancer metastases across the entire mouse body. 2019 Available from: https://www.helmholtz-muenchen.de/en/press-media/press-releases/all-press-releases/press-release/article/47128/index.html.
本文来自医枢网，未经授权不得转载
如有需要请后台联系本公众号
欢迎分享至朋友圈
本文由woniu于2021-12-13发表在中国AI网，如有疑问，请联系我们。
本文链接：https://www.chinaai.com/baike/11395.html
