來源：3D科學谷
近日,，上海中醫(yī)藥大學交叉科學研究院湯忞青年研究員和復旦大學附屬華山醫(yī)院姚瑜教授團隊合作開發(fā)了基于生物3D打印和人工智能算法的腦膠質瘤微環(huán)境研究及藥物篩選新方法。研究成果Integration of 3D bioprinting and multi-algorithm machine learning identified glioma susceptibilities and microenvironment characteristics發(fā)表于Cell Discovery,。
腦膠質瘤是一種復雜的中樞神經系統(tǒng)癌癥,，在不同患者之間具有顯著遺傳和表型異質性。腦膠質母細胞瘤（GBM）是致死率最高的膠質瘤,，其五年生存率僅為6.9%,，且復發(fā)率極高。本研究呈現(xiàn)一項首次將生物3D打印和人工智能兩項前沿技術創(chuàng)新整合的實例,，推進了從實驗和計算雙重角度預測和評估不同治療方法下的抗腫瘤療效，同時使得探索復雜,、含有多種細胞的GBM微環(huán)境特性成為可能,。
研究團隊從22名成人和1名兒童高級別膠質瘤患者處獲取了手術切除的腫瘤組織，成功打印培養(yǎng)所有患者的3D微組織（PDT）,，并將其作為該患者的研究模型,。通過多組學驗證，顯示患者樣本與其PDT在分子特征上高度一致,，且優(yōu)于基質膠培養(yǎng)的患者類器官（PDO）,。在藥物測試中，PDT能夠準確反映復發(fā)患者對于金標準藥物替莫唑胺的耐藥性,，以及對洛莫司汀更高的敏感性,，證實PDT能夠準確提示臨床藥物的易感性。
研究團隊同時開發(fā)了集成多種經典機器學習算法的人工智能融合模型GlioML,，在480種化合物中實現(xiàn)優(yōu)于所有單一算法的預測準確性,。研究團隊隨后基于生物3D打印和GlioML算法來預測和評估膠質瘤患者個體藥物反應的協(xié)同潛力，結果顯示GlioML的預測藥效能夠明顯區(qū)分WHO III級和IV級膠質瘤,，提示不同階段的膠質瘤患者對藥物反應不同,，并通過聚類分析成功發(fā)現(xiàn)一類能顯著抑制GBM腫瘤細胞的“藥物分群”，為后續(xù)新藥開發(fā)提供重要線索,。此外,，該研究還揭示了生物3D打印GBM腫瘤免疫模型中，不同來源巨噬細胞能夠塑造有顯著差異的腫瘤微環(huán)境,，可被應用于開發(fā)靶向GBM微環(huán)境,、增強臨床療效的新策略。
▲ 生物3D打印患者來源微組織（PDT）與患者具備高度的分子層面,、藥物反應一致性
上海中醫(yī)藥大學青年研究員湯忞為論文第一作者,、共同通訊作者，復旦大學附屬華山醫(yī)院姚瑜教授為通訊作者,。該研究得到國家重點研發(fā)計劃,、國家自然科學基金、上海市科委,、上海申康醫(yī)院發(fā)展中心項目等多項資金資助和支持,。
l來源：上海中醫(yī)藥大學
免責聲明：本文來自網絡收錄或投稿，觀點僅代表作者本人，不代表芒果財經贊同其觀點或證實其描述,，版權歸原作者所有,。轉載請注明出處：http://lequren.com/1100973.html
溫馨提示：投資有風險，入市須謹慎,。本資訊不作為投資理財建議。
