人工智能系统预测哪些癌症患者从免疫治疗中受益

我们DNA的突变会破坏蛋白质的合成，有时会导致蛋白质的截短，而这并不像预期的那样起作用。被称为无义突变，这些类型的改变可以引起遗传性疾病和不同类型的癌症。为了将被截断的蛋白质数量保持在最低限度，人类细胞通过一种被称为无意义介导的mRNA衰减(NMD)的质量控制过程来识别和去除无意义突变的rna。

为了更好地理解NMD对人类疾病的影响，研究人员建立了NMDetective，一个描述人类基因组中可能发生的每一种无意义突变的工具。该算法是通过基于机器学习的大规模统计分析开发出来的，能够识别哪些基因组突变易受NMD影响。

科学家们利用NMDetective分析了数千种导致人类遗传疾病的基因变异。“我们惊讶地观察到，在许多情况下，NMD活动被预测会导致疾病的更严重程度，”ICREA研究员、巴塞罗那IRB基因组数据科学实验室负责人、构建该工具的团队负责人弗兰·苏佩克说。

研究结果表明，药理抑制NMD可以减缓许多不同遗传疾病的进展。为了区分哪些患者会从这种治疗中受益，有必要应用精确的医学方法来确定导致疾病的突变以及NMD对这种突变的影响，这正是NMDetective发挥作用的地方。

研究人员还研究了NMD在癌症中的作用以及肿瘤和免疫系统之间的相互作用。Supek解释说:“我们发现NMD的活性对于预测癌症免疫治疗的成功结果很重要。”研究人员发现，NMD隐藏了原本会触发免疫系统的突变。因此，NMDetective可以用来分析肿瘤中存在的突变，以便更好地区分对免疫治疗有反应的癌症患者和对免疫治疗无反应的癌症患者。

“肿瘤充满了基因突变，这些突变应该会产生各种奇怪的蛋白质。免疫系统应该会发现这些，识别出出问题的细胞并摧毁它们，”基因组调控中心的研究员本·雷纳(Ben Lehner)说，他也参加了这项研究。“但由于NMD，许多奇怪的蛋白质实际上从未生成。”

“这个算法可以区分哪些突变会触发和不会触发这个错误检查系统。令人兴奋的是，阻断NMD的药物已经存在，可以与其他治疗方法结合使用，帮助免疫系统更好地识别肿瘤细胞，”雷纳解释道。

该研究的第一作者、荷兰内梅亨大学(Radboud University)的研究员Rik Lindeboom说:“我们看到了一个例子，通过机器学习的方法，公开可用的癌症基因组数据可以‘重用’，以更好地理解NMD等生物过程。”“这项研究尤其令人兴奋的是，我们可以直接将这项基础研究转化为与临床医生和患者相关的见解。”