新聞來源[MIT NEWS]
針對癌症治療，研究人員必須掌握癌細胞在基因和表型上的差異，因為這些差異會影響腫瘤對治療的反應。過去，科學家多半分別分析細胞的RNA或蛋白質表達、位置分布及形態特徵，但無法整合這些資訊來全面了解單一細胞的狀態。由MIT、哈佛醫學院、耶魯、史丹佛及賓州大學等機構合作開發的深度學習工具CellLENS，利用卷積神經網絡和圖神經網絡，將細胞的分子數據、形態結構和空間位置統一建模，建立每個細胞的完整數位檔案。
這使得系統能夠辨識出表面相似但功能和行為因環境不同而異的細胞亞群。研究中，CellLENS成功發現罕見免疫細胞亞型及其在腫瘤微環境中的分布，說明免疫系統與腫瘤互動的複雜性。這項技術有助於找出新的生物標記，進一步促進癌症診斷與針對性免疫療法的研發。專家認為，結合多組學數據與深度學習分析，是推動精準醫療和改善病患治療成效的重要關鍵。