来源：分析测试百科网

　　来自瑞典的科学家们的最新研究成果表明数据驱使的AI可以帮助我们更深入了解前列腺癌如何发展，最终可以帮助提高这种疾病的临床诊断和治疗结果。每种癌症都是独特的，它的特点随着时间变化而变化，这种所谓的肿瘤异质性是由于肿瘤内细胞的竞争性克隆以及可能增加转移概率的获得性基因突变。

　　来自瑞典生命科学实验室的研究人员开发了一种数据训练的AI方法可以帮助我们更好地了解前列腺癌及其周围微环境异质性相关的主要事件。这个来自瑞典皇家理工学院（KTH）和卡罗林斯卡研究所的研究团队在KTH分子生物学教授Joakim Lundeberg的领导下获得了来自6750个肿瘤组织样品的空间转录组学（一种定量分析基因的组织学方法，由KTH和卡罗林斯卡研究所的研究人员共同开发）分析数据。相关研究成果于近日发表在《Nature Communications》上。

　　Lundeberg表示这些空间信息发挥了至关重要的作用。和传统肿瘤样品分子方法相比，这种分子组织切片上的前列腺癌基因活性的方法具有很大的优势。“我们已经发现来自同一前列腺癌组织的不同部位的癌细胞和非癌细胞中的基因活性存在显著差异，例如和炎症反应相关的细胞可能与病人预后相关。”

　　这些通过无人操作的AI手段获得的关于基因表达模式的丰富信息无法通过肉眼发现。因此，关于这些大量的组织样品的分析结果可以作为基于AI的肿瘤组织临床诊断的基础，可以用于探索肿瘤微环境中的基因表达模式。

　　“AI只是简单地帮助我们创造了一个数字化的组织解剖学。”他说道。他表示进一步探索癌症背后的机制对研究肿瘤进展以及病人如何对治疗作出反应至关重要。

　　分子学数据已经被成功用以指导其他上皮癌的治疗，如乳腺癌。该研究共同作者Emilie Berglund表示这项新研究表明这些数据也可以帮助前列腺癌。“前列腺癌的早期治疗很有效，但是区分可能进展为恶性疾病及哪些病人将从什么治疗中获益还存困难。”Berglund说道。“我们希望这项研究可以给这些方面的研究带来帮助。”