癌癥研究人員公布了一種能夠提供細(xì)胞級癌細(xì)胞映射圖和可視化圖像的新型 AI 模型?？茖W(xué)家希望這能揭示某些細(xì)胞間的關(guān)系以及引發(fā)癌細(xì)胞生長的誘因。

總部位于圣迭戈的初創(chuàng)公司 BioTuring 發(fā)布了一個 AI 模型，該模型能夠以單細(xì)胞分辨率快速創(chuàng)建癌癥腫瘤的詳細(xì)可視化圖像。這種細(xì)粒度數(shù)據(jù)可以顯示細(xì)胞的大小、形狀、被激活的基因，更重要的是，可以顯示組織樣本中數(shù)百萬個不同細(xì)胞的相對空間位置。

與速度慢得多的傳統(tǒng)生物計算方法不同，新模型能夠?qū)崟r、高分辨率地洞察腫瘤變化以及癌細(xì)胞和免疫細(xì)胞之間的相互作用。

BioTuring 首席執(zhí)行官 Son Pham 表示：“人體內(nèi)大約有 30 萬億個細(xì)胞，一次大型腫瘤活檢就能看到幾百萬個細(xì)胞。這就好比為了了解一座城市的運(yùn)作情況而對高分辨率的衛(wèi)星圖像進(jìn)行分析，我們的模型所做的就是展示每棟房屋、房屋里有什么、誰在和誰說話以及他們在說什么?！?/p>

“同樣，我們的模型可以讓你看到哪些細(xì)胞正在相互作用，哪些細(xì)胞群正在形成并相互作用，以及它們正在形成什么樣的關(guān)系，這樣就可以解答臨床腫瘤研究中的一些復(fù)雜的難題。”

BioTuring 是 NVIDIA 初創(chuàng)加速計劃成員之一，該公司目前正在進(jìn)行單細(xì)胞空間組學(xué)研究。這個生物學(xué)子領(lǐng)域?qū)ｉT研究位于組織原始空間環(huán)境中的生物分子，例如信使 RNA 和蛋白質(zhì)。

為了創(chuàng)建包括卵巢癌細(xì)胞在內(nèi)的高分辨率映射圖或“疾病細(xì)胞圖譜”，研究小組使用了NVIDIA GPU以及NVIDIA cuBLAS和NVIDIA cuSPARSE庫加速優(yōu)化分析中的矩陣運(yùn)算，包括傳統(tǒng)的機(jī)器學(xué)習(xí)算法、加權(quán)基因共表達(dá)網(wǎng)絡(luò)分析和 CellChat 等。

了解癌細(xì)胞如何在人體內(nèi)，尤其是如何在器官內(nèi)的微環(huán)境中發(fā)展和轉(zhuǎn)移可以改進(jìn)早期癌癥檢測的篩查方法。此外，研究人員還可以利用該模型的細(xì)胞洞察更好地了解腫瘤異質(zhì)性，即同一患者癌癥腫瘤細(xì)胞之間的實質(zhì)性差異。

憑借其更高的視覺粒度，新模型大大提高了研究人員和藥物開發(fā)人員發(fā)現(xiàn)分子標(biāo)記，從而更準(zhǔn)確地靶向癌細(xì)胞的可能性。

例如，該模型可以看到人的殺傷性 T 細(xì)胞（人類的抗病細(xì)胞）如何改變形態(tài)來對抗癌癥。如果能夠了解人的免疫系統(tǒng)如何通過改變形態(tài)對抗特定癌癥，藥物開發(fā)人員就可以創(chuàng)造出支持病人免疫系統(tǒng)的合成療法。

BioTuring 首席運(yùn)營官 Rujuta Narurkar 表示：“我們正在幫助研究人員挖掘可以用來推動治療策略發(fā)展的生物學(xué)發(fā)現(xiàn)。如果能夠了解腫瘤各個階段的微環(huán)境，就能幫助研究人員繪制癌癥的發(fā)展軌跡并有可能揭示癌癥本身的來源。這種新的癌細(xì)胞組織成像技術(shù)過去難以實現(xiàn)，但新技術(shù)的突破現(xiàn)在正使其成為可能?！?/p>