癌癥是全球第二大死亡原因， 2018年估計(jì)有1,810萬(wàn)新病例以及960萬(wàn)人死于癌癥。學(xué)術(shù)界和工業(yè)界也不斷致力于尋找更有效的抗癌藥物。IBM位于蘇黎世的研究團(tuán)隊(duì)正在構(gòu)建一些人工智能機(jī)器學(xué)習(xí)的方法，加速人們對(duì)復(fù)雜疾病的主要驅(qū)動(dòng)因素、分子機(jī)制以及腫瘤組成的差異等幾方面的理解。
圖片來(lái)源：Pixabay
為了推動(dòng)新療法的研究進(jìn)展，幫助人類更快地攻克癌癥。IBM在不久前開(kāi)源了3個(gè)治療癌癥的人工智能項(xiàng)目。同時(shí)IBM也在第18屆歐洲計(jì)算生物學(xué)大會(huì)(ECCB)和第27屆分子生物學(xué)智能系統(tǒng)大會(huì)(ISMB)上，對(duì)這三種旨在加速癌癥研究的機(jī)器學(xué)習(xí)解決方案做了發(fā)布。下面是對(duì)這些方案的簡(jiǎn)要討論。
算法基于神經(jīng)網(wǎng)絡(luò)來(lái)預(yù)測(cè)抗癌化合物敏感性，這是一種多模態(tài)深度學(xué)習(xí)解決方案，使不同來(lái)源的數(shù)據(jù)能幫助預(yù)測(cè)病變組織中的細(xì)胞對(duì)給定藥物的反應(yīng)。同時(shí)AI在執(zhí)行預(yù)測(cè)時(shí)，還能標(biāo)出哪些特定基因和化合物分子結(jié)構(gòu)最受科學(xué)家關(guān)注。經(jīng)過(guò)多次實(shí)驗(yàn)表明，與現(xiàn)有的化合物篩選預(yù)測(cè)算法相比，PaccMann 更為智能。該領(lǐng)域的研究人員則可以使用 PaccMann 的這些信息作為指導(dǎo)，幫助他們改進(jìn)或重新利用現(xiàn)有藥物，開(kāi)發(fā)新藥物。
2. 能從科學(xué)論文中自動(dòng)提取知識(shí)的 INtERAcT
通常，一些生物醫(yī)藥領(lǐng)域研究成果、論文都會(huì)被刊登在權(quán)威雜志上，這些雜志期刊是科學(xué)家們閱讀科學(xué)成果的唯一途徑。最近，有一篇論文數(shù)據(jù)表明，僅在癌癥研究領(lǐng)域，平均每年就有大約1.7萬(wàn)篇科學(xué)論文發(fā)表，而且論文數(shù)量還在呈指數(shù)級(jí)增長(zhǎng)。面對(duì)如此大量的論文數(shù)量，從事癌癥領(lǐng)域相關(guān)研究的科學(xué)家們無(wú)法對(duì)其進(jìn)行一一閱讀，INtERAcT系統(tǒng)的誕生則旨在通過(guò)AI技術(shù)從海量論文中，幫助科學(xué)家快速提取有效信息，在學(xué)術(shù)方面減輕他們的負(fù)擔(dān)。
圖片來(lái)源：Pixabay
INtERAcT 利用詞嵌入的概念處理大量科學(xué)論文的文本，并定義了一個(gè)新的度量標(biāo)準(zhǔn)來(lái)量化蛋白質(zhì)之間的相互作用。對(duì)于從事生物醫(yī)學(xué)領(lǐng)域相關(guān)工作的人們來(lái)說(shuō)，全面了解蛋白質(zhì)相互作用是基礎(chǔ)，同時(shí)變異的蛋白質(zhì)也被認(rèn)為是導(dǎo)致細(xì)胞癌變的一個(gè)潛在因素。所以一旦 INtERAcT 能自主提取與蛋白質(zhì)相互作用有關(guān)的詳細(xì)數(shù)據(jù)，科學(xué)家們就能在短時(shí)間內(nèi)獲取到有用信息，并且進(jìn)一步了解關(guān)于癌癥的疾病機(jī)制。
3. 利用分子數(shù)據(jù)進(jìn)行病情預(yù)測(cè)的算法 PIMKL
PIMKL，使用多核學(xué)習(xí)（multi-kernel learning），利用目前在分子相互作用方面已知的數(shù)據(jù)集，來(lái)預(yù)測(cè)患癌者的病情發(fā)展和患者的潛在復(fù)發(fā)情況?；趶牟±斫M織中獲得的分子生物信息不僅能預(yù)測(cè)疾病進(jìn)展，還能相應(yīng)地對(duì)患者進(jìn)行分類，從而使醫(yī)生能為不同病患提供更具針對(duì)性的、個(gè)性化的治療方案。
為了證明該算法的有效性，IBM研究團(tuán)隊(duì)進(jìn)行了一次實(shí)驗(yàn)，他們使用PIMKL預(yù)測(cè)了乳腺癌患者在術(shù)后5年是否會(huì)再次復(fù)發(fā)疾病。此外，為了實(shí)驗(yàn)數(shù)據(jù)的可靠性，研究團(tuán)隊(duì)將PIMKL算法能力與現(xiàn)有的、應(yīng)用于乳腺癌預(yù)測(cè)的另外14種AI算法進(jìn)行多次比較。經(jīng)實(shí)驗(yàn)結(jié)果表明，PIMKL表現(xiàn)優(yōu)于同類算法。
圖片來(lái)源：Pixabay
這三種算法展現(xiàn)了機(jī)器學(xué)習(xí)對(duì)癌癥等復(fù)雜疾病以及生物醫(yī)學(xué)研究的推動(dòng)作用。對(duì)于這些癌癥的解決方案，IBM表示，他們會(huì)不斷對(duì)其進(jìn)行優(yōu)化改進(jìn)。此次，IBM開(kāi)源這三個(gè)人工智能在癌癥領(lǐng)域的研究項(xiàng)目，是希望能最大限度地發(fā)揮AI在生物醫(yī)學(xué)界的積極影響。
