代尔夫特理工大学和荷兰癌症研究所 (NKI) 的研究人员开发了一种算法来预测患者对抗癌药物的反应。这使我们能够更快地确定某些药物是否可以对特定患者产生积极影响，即使对于化学疗法等通常难以预测反应的复杂药物也是如此。这种方法称为 TRANSACT，它利用了先前通过细胞系研究收集的大量数据。细胞系由在培养皿中人工生长的人类细胞株组成。此类细胞系已被广泛用于研究抗癌药物的耐药机制。然而，到目前为止，这些发现并没有很好地转化为人类。这部分是由于与实际肿瘤相比，细胞系是一种复杂性有限的人工模型。TRANSACT 的开发旨在弥合模型系统和临床实践之间的差距。

Soufiane Mourragui，生物信息学博士学生，开发了算法。他解释说：“我们的方法 TRANSACT 使用在细胞系模型上测量的药物反应数据来预测患者对某些抗癌药物的反应。不幸的是，这些模型并不能完全代表在癌症患者中观察到的生物学。为了解决这个问题问题，TRANSACT 使用机器学习对细胞系和肿瘤之间常见的生物学进行建模。我们已经证明，这可以在两个临床数据集中进行更好的预测。能够使用计算机算法来潜在地支持医生在某一天他们的治疗决定。”

机器学习的更多可能性

对于教授 Dr. Ir。Marcel Reinders，TRANSACT 是朝着正确方向迈出的第一步。“我们现在可以更好地预测人们对药物的反应。有趣的是，我们现在可以使用 TRANSACT 来预测，对于各种现有药物，患者是否会对它们产生反应。”TRANSACT 的开发为癌症患者治疗的开发开辟了新的可能性，”Lodewyk Wessels 教授说。Wessels 是荷兰癌症研究所的组长，并在代尔夫特理工大学担任计算癌症生物学主席。机器学习帮助我们专注于细胞系和患者之间共享的过程，这些过程在药物反应中起着重要作用。我们的目标是利用这些结果来帮助临床医生为患者选择最佳治疗方案。”