一种开放获取的生成性人工智能工具能够在数小时内解读人类组织中的数百万个细胞，揭示新的见解，并使研究人员和临床医生能够对癌症等病症提出问题。
一种首创的基于人工智能（AI）的神经网络可以快速分析和解释来自患者样本的数百万个细胞，预测组织中的分子变化。它有潜力精准定位个性化治疗在癌症等病症上可能最有效的位置。
NicheCompass利用生成性AI的力量创建一个视觉数据库，结合细胞类型的空间基因组数据，细胞的分布及其沟通方式。该工具由威康桑格研究所、慕尼黑赫尔默霍兹人工智能健康研究所、维尔茨堡大学及其合作伙伴共同创建，作为更广泛的人类细胞图谱倡议的一部分，这是第一种能够测量和解释细胞社交网络中各种数据的AI方法，以识别和分析不同的细胞邻域。
一篇新论文于今天（3月18日）在《自然遗传学》杂志上发表，介绍了NicheCompass，并详细说明了它如何揭示乳腺癌和肺癌患者的组织变化。研究人员展示了NicheCompass如何识别某些人在治疗中的不同反应——所有这些都是通过AI的力量在一个小时内完成的。最终，它将有助于制定个性化的治疗方案，突出可以针对癌症等病症的特定变化。
人体内的每个细胞都与其环境进行交流，参与一个更大的互动网络。细胞都有一些特征，使它们能够被识别为其沟通网络的一部分，例如它们表面的蛋白质。可以通过这些特征连接相似的细胞。
单细胞和空间基因组技术彻底改变了我们对人体的理解，并使不同组织和器官的多种深入细胞图谱的创建成为可能。
这些图谱包含关于多种细胞类型、它们的位置以及基因变化如何影响它们相互作用的信息。通过理解人体在细胞层面的运作，可以帮助我们理解疾病发生的情况，并突出药物开发的新靶点。
尽管这些图谱包含有关细胞的位置以及它们在特定邻域或网络中如何相互作用的信息，但难以量化和解释这些邻域，并理解驱动细胞社交互动的因素。
在一项新研究中，桑格研究所的研究人员及其合作伙伴介绍了NicheCompass，这是一种基于细胞间沟通的深度学习AI模型。这意味着它学习不同细胞如何通过其网络进行交流，并将这些与相似的细胞网络对齐，通过共享特征创建组织内的邻居。
通过这一方法，NicheCompass可以解释数据，使研究人员和临床医生能够对数据提出问题，更好地理解健康状况。例如：“肺癌患者的癌细胞如何与周围环境沟通？”
利用NicheCompass，研究人员结合来自10名肺癌患者的数据，能够看到个体之间的相似性和差异性。这些相似性有助于深化我们对癌症的整体理解，并突显在新治疗中可能有用的转录变化。相比之下，这些差异则突显了个性化医学的新可能途径。
进一步的患者数据可以被纳入，因此临床医生可以输入自己的患者数据，在一小时内获取关于个体病情的深入信息，帮助指导临床决策。
研究小组还在乳腺癌组织上使用了NicheCompass，展示了其在不同类型癌症中的有效性。
他们还将这一网络应用于一个拥有840万个细胞的小鼠脑空间图谱，并能够快速而正确地识别脑区，并创建整个器官的视觉资源。这展示了它可以应用于全球研究人员生成的整个器官的空间图谱。
慕尼黑赫尔默霍兹人工智能健康研究所和威康桑格研究所的首位作者塞巴斯蒂安·比尔克表示：“拥有大量关于人体的数据对于寻找理解、预防和治疗疾病的新方法至关重要。然而，我们也需要能够访问这些信息所带来的所有好处的工具。NicheCompass在这一领域是一个重要的进步，利用了AI的力量，同时提供可解释性，使研究人员和临床医生能够对数据提出问题，更好地理解和治疗疾病。”
维尔茨堡大学的共同资深作者卡洛斯·塔拉维拉-洛佩斯博士表示：“使用NicheCompass，我们能够看到免疫细胞与患者的肺癌肿瘤之间互动的差异。这一现实应用不仅揭示了对我们整体理解癌症的新信息，还突显了一个对免疫系统互动不同的患者。在未来，NicheCompass可能会帮助揭示在某些癌症中利用免疫系统的新方法，创造赋能患者免疫系统直接针对癌机制的个性化治疗。”
威康桑格研究所的共同资深作者穆罕默德·洛特夫拉希博士表示：“人们通常以不同类型的信息与他们的网络进行沟通。他们可能分享工作进展或假期的照片，虽然这些可能是发给不同的朋友，但都可以追溯到同一个个体。细胞间沟通类似，细胞可能通过不同的特征与其社交网络沟通，在其本地区域创建社区或网络。NicheCompass是第一种能够解释这些网络并回答可能直接影响患者生活的问题的AI模型，例如突显健康状况何时何地以及如何开始，并预测它们可能对特定治疗的反应。”
