運用人工智能準(zhǔn)確預(yù)測抗癌藥物的最佳配搭組合
由香港城市大學(xué)（香港城大）學(xué)者領(lǐng)導(dǎo)的一個研究團隊，設(shè)計出嶄新的人工智能框架，能有效預(yù)測不同抗癌藥物組合所產(chǎn)生的協(xié)同藥效和毒性。研究成果揭示了運用人工智能和機器學(xué)習(xí)來找出癌癥和其它復(fù)雜疾病的有效療程組合的應(yīng)用潛能。
研究團隊由香港城大數(shù)據(jù)科學(xué)學(xué)院（SDS）副教授張清鵬博士領(lǐng)導(dǎo)。研究成果已于學(xué)術(shù)期刊Journal of the American Medical Informatics Association (JAMIA)上發(fā)表，題為〈GraphSynergy: a network-inspired deep learning model for anticancer drug combination prediction〉。
結(jié)合人工智能與抗癌療程 為癌癥藥物研發(fā)開拓新方向
現(xiàn)時治療癌癥、艾滋病等復(fù)雜疾病，醫(yī)生通常會處方多種藥物，以達致最佳療效，但要找出最佳的抗癌藥物組合或聯(lián)合用藥方案，就需要建基于臨床經(jīng)驗和專業(yè)判斷。近年人工智能和數(shù)據(jù)科學(xué)急速發(fā)展，在研發(fā)新藥及設(shè)計療程兩方面都能助科研人員一臂之力，提供了分析大量復(fù)雜臨床及生物數(shù)據(jù)的快捷方式。
數(shù)據(jù)科學(xué)學(xué)者張博士，帶領(lǐng)其研究團隊首次涉足癌癥藥物發(fā)現(xiàn)領(lǐng)域，最近成功設(shè)計出命名為“Graph Convolutional Network for Drug Synergy”（GraphSynergy）的嶄新人工智能化療藥物藥效預(yù)測框架。這套以深度學(xué)習(xí)為基礎(chǔ)的人工智能算法，透過分析蛋白質(zhì)交互作用網(wǎng)絡(luò)（protein-protein interaction network）中，藥物所針對的蛋白質(zhì)模塊（protein modules）與特定癌細胞株（cancer cell line）有關(guān)連的蛋白質(zhì)模塊之間的關(guān)系，以及蛋白質(zhì)模塊彼此間的關(guān)系等數(shù)據(jù)，預(yù)測出不同抗癌藥物對特定癌細胞株所產(chǎn)生的協(xié)同藥效，并評估藥物的毒性。
分析蛋白質(zhì)交互作用網(wǎng)絡(luò) 預(yù)測不同藥物組合的成效
張博士解釋，人體結(jié)構(gòu)復(fù)雜，細胞內(nèi)的蛋白質(zhì)有著無數(shù)的相互作用，形成一個關(guān)系千絲萬縷的蛋白質(zhì)交互作用網(wǎng)絡(luò)。癌細胞一般與多種蛋白質(zhì)有關(guān)聯(lián)，這些蛋白質(zhì)在蛋白質(zhì)交互作用網(wǎng)絡(luò)中，彼此各有直接或間接的關(guān)系。他說：“如何聯(lián)合不同藥物去治療癌癥極為復(fù)雜，因此我們可以借助人工智能分析當(dāng)中藥物或癌細胞所針對的特定蛋白質(zhì)，以及蛋白質(zhì)之間的關(guān)系等等，從而更準(zhǔn)確地預(yù)測不同藥物組合的成效。”
張博士強調(diào)，GraphSynergy的預(yù)測并非只建基于分析藥物或癌細胞所直接針對的蛋白質(zhì)，而是同時檢視蛋白質(zhì)之間的關(guān)系，因而判斷出較準(zhǔn)確的預(yù)測，并找出能產(chǎn)生協(xié)同藥效而毒性較低的抗癌藥物最佳配搭組合。
他表示團隊把GraphSynergy與傳統(tǒng)預(yù)測模型，以及近來發(fā)布的藥物組合預(yù)測算法，例如DeepSynergy等作比較，發(fā)現(xiàn)GraphSynergy的預(yù)測表現(xiàn)更勝一籌，能準(zhǔn)確識別出具高藥效同時低毒性的藥物組合。
為了驗證GraphSynergy的預(yù)測，團隊將臨床上已知有效的藥物組合數(shù)據(jù)運用GraphSynergy作運算，同樣得出該組合為有效的預(yù)測。驗證結(jié)果又發(fā)現(xiàn)，雖然根據(jù)公開的藥物篩選數(shù)據(jù)庫的資料，有一組藥物組合效能不大，但GraphSynergy的推算結(jié)果卻預(yù)測有效。于是團隊進行文獻分析，發(fā)現(xiàn)最新的臨床試驗證實了該藥物組合的有效性。張博士認為這進一步說明了人工智能算法的前瞻性和預(yù)測能力。
張博士再補充，GraphSynergy能同時識別出使癌癥藥物發(fā)揮效力的關(guān)鍵蛋白質(zhì)，這對科研人員理解藥效的預(yù)測，以及日后研發(fā)新藥物非常重要。
用研究意念成立初創(chuàng) 獲HK Tech 300及香港科技園公司培育
張博士總結(jié)說：“我們研發(fā)的人工智能框架有望協(xié)助于用藥方面，以低成本改進病人的抗癌療程，并在醫(yī)生及病人作出醫(yī)療決定時提供考慮的根據(jù)。我們下一步會將框架用于研發(fā)癌癥及其它疾病的新藥?！?/p>
研究團隊的骨干成員正嘗試將研究意念轉(zhuǎn)化為實際應(yīng)用，創(chuàng)立了“指南針醫(yī)療科技”，并成為由香港城大旗艦創(chuàng)新創(chuàng)業(yè)計劃HK Tech 300及香港科技園公司共同培育的初創(chuàng)團隊之一。
張博士是論文的通訊作者。第一作者是張博士指導(dǎo)的博士生、來自數(shù)據(jù)科學(xué)學(xué)院的羊劍楠。其他研究人員來自香港大學(xué)、香港中文大學(xué)以及華中科技大學(xué)同濟醫(yī)學(xué)院附屬同濟醫(yī)院。
是次研究獲得國家自然科學(xué)基金委員會、香港食物及衛(wèi)生局醫(yī)療衛(wèi)生研究基金、香港創(chuàng)新科技署創(chuàng)新及科技基金、國家重點研發(fā)計劃的資助而進行。
DOI number: 10.1093/jamia/ocab162
本文已于 “香港城大研創(chuàng)” 微信公眾號發(fā)布。
Wechat ID: CityU_Research
