研究人员开发人工智能平台迅速确定最佳个性化药物组合对骨髓瘤患者
一个多学科的研究小组从新加坡国立大学(NUS)开发了一个人工智能(AI)技术平台,可能会改变药物组合设计的方式,因此使医生确定病人的最有效的药物组合。
应用平台对耐药多骨髓瘤,一种血液癌症,研究人员能够建立新的有效的药物组合,以及识别患者可能更对这些治疗在一个星期。
现有设计通常涉及药物组合测试方法的任意组合常用药物或将建立新的靶向治疗药物的组合。Bortezomib-containing药物组合目前作为第一和二线治疗多发性骨髓瘤。然而,大多数患者不可避免地对这些药物产生耐药性,需要建立新的组合。虽然一些新的组合显示对一些病人有效,快速确定一个最优的个性化治疗特定的病人从无限的可能的药物组合仍然是一个挑战。
定制最佳的药物使用人工智能“鸡尾酒”对每一个病人
研究小组由临床医生、工程师和来自新加坡国立大学的分子生物学家因此AI技术平台开发的,二次表型(QPOP)优化平台,加快药物组合设计和确定最有效的药物组合针对个别病人使用小型实验数据集。只有少量的血液或骨髓样本病人,该平台能够映射药物反应的药物组合对具体病人的癌细胞。
从最初的114年fda批准的药物,QPOP能够识别一系列的有效的药物组合,包括一个全新的和意想不到的组合表现复发骨髓瘤的标准治疗方案。小说的性能组合是针对13患者样本进行验证。QPOP也用来调整剂量比率小说相结合的最佳效果。
使用其他四个患者样本,研究小组进一步证明QPOP能够评估和排名小说结合对其他两个目前临床使用的药物组合。这部小说结合被发现是最有效的治疗选择的两个骨髓瘤患者样本测试。虽然这部小说并不是最有效的组合为所有四个患者样本,QPOP能够匹配每个病人的最好药物组合,因此展示个性化医学概念。
QPOP同时合并优化能力和个性化的药物组合以前所未有的速度打开门向个人化药物改善患者可访问性。新组合疗法也可以大大拓宽频谱的有效治疗病人。
博士爱德华•Kai-Hua Chow癌症科学研究所首席研究员的新加坡,新加坡国立大学,谁领导了这项研究,说:“QPOP我们的方式药物组合设计和代表一个关键领域与人工智能医疗可以转换。这个平台的效率利用小实验数据集允许最佳的识别药物组合及时和具有成本效益的方式来,这标志着个性化医疗领域的一大飞跃”。
