在全世界范圍內(nèi)，癌癥是最為主要的致死原因之一。但很多人其實沒有意識到，殺死這些病患的，其實并不是最初的癌癥，而是癌癥發(fā)生的轉移。事實上，超過90%的癌癥患者是因為癌癥轉移才去世的。既然癌癥轉移那么兇險，我們開發(fā)一點藥物，抑制癌癥轉移不就好了？說起來容易做起來難。由于癌癥的復雜性，很多時候，我們并不知道癌癥為何轉移，如何轉移，又會轉移到何處。更糟糕的是，由于我們的身體不是透明的，現(xiàn)有的技術也很難讓科學家們看清身體里究竟發(fā)生了什么。
今天《細胞》雜志封面所介紹的一項重磅研究，可能讓這一切成為歷史。
這項研究來自德國紐倫堡的組織工程和再生醫(yī)學研究所（Institute for Tissue Engineering and Regenerative Medicine），通訊作者是Ali Ertürk教授。大家可能沒有聽說過他的名字，但他的團隊先前曾帶來了一種叫做vDISCO的黑科技，可以把小鼠的身體變透明。這樣一來，我們就可以看到這些動物身體深處的細胞了。
能看到這些細胞，就有機會找到其中的轉移癌細胞。但純靠人工去尋找依然費時費力，沒有實際的應用價值。為了快速找到小鼠身體里的所有癌癥轉移跡象，研究人員們利用深度學習技術，開發(fā)了一種叫做DeepMACT的算法。它不僅能幫助我們找到小鼠體內(nèi)的癌癥轉移，還可以告訴我們，哪些轉移位點已經(jīng)被藥物“盯上了”，又有哪些位點“逃之夭夭”。
更令人欣喜的是，這種深度學習算法，只需要不到一個小時就可以完成所有的分析工作，且準確率和人類專家相當。相比之下，如果讓人類來完成同樣的工作量，則可能需要花上幾個月的時間。
參考資料：
[1] Chenchen Pan et al., (2019), Deep Learning Reveals Cancer Metastasis and Therapeutic Antibody Targeting in the Entire Body, Cell, DOI: https://doi.org/10.1016/j.cell.2019.11.013
[2] New algorithm detects even the smallest cancer metastases across the entire mouse body, Retrieved December 12, 2019, from https://www.eurekalert.org/pub_releases/2019-12/hzm--nad121019.php
