只需一個(gè)AI，9808名癌癥患者對(duì)藥物的臨床反應(yīng)，全能預(yù)測(cè)。

而且結(jié)果和臨床觀(guān)察表現(xiàn)一致。

這就是由紐約市立大學(xué)Lei Xie團(tuán)隊(duì)帶來(lái)的最新成果CODE-AE（context-aware deconfounding autoencoder）。

它提出一種新型的上下文自編碼模型，可以預(yù)測(cè)不同患者對(duì)藥物的特異性反應(yīng)。

這將對(duì)新藥開(kāi)發(fā)和臨床試驗(yàn)產(chǎn)生重大影響。

要知道，傳統(tǒng)模式下一種新藥開(kāi)發(fā)、試驗(yàn)、完全上市，中間需要近10年的時(shí)間，消耗的資金也空前龐大，動(dòng)輒就是10億美元。

周期會(huì)如此之長(zhǎng)，是因?yàn)樾滤幵谌梭w內(nèi)的反應(yīng)難以預(yù)測(cè)，往往需要反復(fù)試驗(yàn)進(jìn)行測(cè)試。

而如果AI能夠利用數(shù)據(jù)進(jìn)行預(yù)測(cè)，將大幅縮短新藥上市時(shí)間，降低成本。

目前，該研究登上Nature子刊《Nature Machine Intelligence》。

簡(jiǎn)單來(lái)說(shuō)，CODE-AE是利用新藥在體外細(xì)胞驗(yàn)證上的數(shù)據(jù)，來(lái)預(yù)測(cè)藥物在人體身上會(huì)產(chǎn)生的反應(yīng)。

這樣就避免了AI模型訓(xùn)練對(duì)患者臨床數(shù)據(jù)的依賴(lài)。

過(guò)去AI在臨床反應(yīng)預(yù)測(cè)上效果一直不算好的最大原因，便是想要收集海量、連續(xù)臨床反應(yīng)數(shù)據(jù)實(shí)在是太難了。

從機(jī)制上來(lái)看，研究人員將藥物生物標(biāo)志物分為了源域（source domain）和目標(biāo)域（target domain）。

源域表示和測(cè)試樣本不同的領(lǐng)域，但是有豐富的監(jiān)督信息，在這里可以理解為體外細(xì)胞驗(yàn)證的數(shù)據(jù)。

目標(biāo)域是測(cè)試樣本所在的領(lǐng)域，無(wú)標(biāo)簽或只有少量標(biāo)簽，也就是患者數(shù)據(jù)。

將不同領(lǐng)域的數(shù)據(jù)特征映射到同一個(gè)特征空間，使其在該空間中的距離盡可能近。

于是在特征空間中對(duì)源域訓(xùn)練的目標(biāo)函數(shù)，就可以遷移到目標(biāo)域，提高目標(biāo)域上的準(zhǔn)確率。

放在該研究背景下，源域和目標(biāo)域都是藥物生物標(biāo)志物的數(shù)據(jù)特征，即藥物靶標(biāo)的數(shù)據(jù)特征。

具體來(lái)看模型框架，主要分為三個(gè)部分：預(yù)訓(xùn)練、微調(diào)和推理。

預(yù)訓(xùn)練主要用了自監(jiān)督學(xué)習(xí)，構(gòu)建一個(gè)特征編碼模塊，將體外細(xì)胞數(shù)據(jù)和患者數(shù)據(jù)的未標(biāo)記基因表達(dá)譜，映射到嵌入空間中。這樣一來(lái)可以把一些混雜因素排除掉，讓兩種數(shù)據(jù)的潛入分布一致，以消除系統(tǒng)偏差。

微調(diào)階段，是在預(yù)訓(xùn)練的基礎(chǔ)上再加一個(gè)監(jiān)督模型，并利用已經(jīng)標(biāo)記的體外細(xì)胞數(shù)據(jù)來(lái)進(jìn)行訓(xùn)練。

最后在推理階段，先從預(yù)訓(xùn)練中獲得的患者去歧對(duì)其嵌入，然后再利用調(diào)優(yōu)后的模型，來(lái)預(yù)測(cè)患者對(duì)藥物的反應(yīng)。

在這種模式下，CODE-AE具備兩個(gè)特點(diǎn)。

第一，它可以提取不連貫樣本中的常見(jiàn)生物信號(hào)和私有表示，從而排除掉由于數(shù)據(jù)模式不同帶來(lái)的干擾。

第二，將藥物響應(yīng)信號(hào)和混雜因素分離后，還可以實(shí)現(xiàn)局部對(duì)齊。

總結(jié)來(lái)看，CODE-AE可以理解為在標(biāo)記和無(wú)標(biāo)記數(shù)據(jù)的非相干數(shù)據(jù)模式嵌入空間中，選擇唯一特征的過(guò)程。

為了論證模型的有效性，研究人員對(duì)9808位癌癥患者的藥物適用情況進(jìn)行預(yù)測(cè)。

如果模型對(duì)患者情況預(yù)測(cè)出的位點(diǎn)結(jié)果，和他使用的藥物靶點(diǎn)有關(guān)，就證明預(yù)測(cè)是正確的。

然后，研究人員將患者分為100個(gè)聚類(lèi)，將59種藥物也分為30個(gè)聚類(lèi)。

通過(guò)這種分析方法，可以讓具有相似藥物反應(yīng)譜的患者被分在一起。

在此，我們以肺鱗狀細(xì)胞癌患者（LSCC）和非小細(xì)胞肺癌患者（NSCLC）的聚類(lèi)為例。

在59種藥物中，LSCC最敏感的藥物為吉非替尼、AICAR和吉西他濱。

其中吉非替尼、AICAR的作用靶點(diǎn)都是一種表皮生長(zhǎng)因子受體(EGFR)，吉西他濱常被用于沒(méi)有EGFR突變的非小細(xì)胞肺癌治療。

論文表示，和這些藥物作用模式一致，CODE-AE發(fā)現(xiàn)使用吉非替尼、AICAR的患者，藥物反應(yīng)圖譜相似。

也就是說(shuō)，CODE-AE發(fā)現(xiàn)了患者治療的正確靶點(diǎn)，即可以預(yù)測(cè)適用藥物。

如上研究團(tuán)隊(duì)來(lái)自紐約市立大學(xué)。

通訊作者為L(zhǎng)ei Xie，他本科畢業(yè)于中國(guó)科學(xué)技術(shù)大學(xué)高分子物理專(zhuān)業(yè)。

碩士畢業(yè)于羅格斯大學(xué)計(jì)算機(jī)科學(xué)專(zhuān)業(yè)；博士同在羅格斯大學(xué)，但拿的是化學(xué)系學(xué)位。

據(jù)了解，該研究團(tuán)隊(duì)下一步將開(kāi)發(fā)CODE-AE對(duì)新藥臨床反應(yīng)在濃度、代謝方面的預(yù)測(cè)功能。

研究人員表示，該AI模型還有可能被調(diào)整為用于預(yù)測(cè)藥物對(duì)人體的副作用影響。

值得一提的是，Nature子刊《Nature Machine Intelligence》專(zhuān)門(mén)關(guān)注人工智能和生命科學(xué)跨學(xué)科應(yīng)用研究，每年收錄論文平均數(shù)量在60篇左右。

論文地址：https://www.nature.com/articles/s42256-022-00541-0

參考鏈接：https://phys.org/news/2022-10-ai-accurately-human-response-drug.html