Harvard AI-modell förutsäger vilka cancerpatienter som kommer att svara på immunterapi

Forskare vid Harvard Medical School har utvecklat en AI-modell kallad COMPASS som kan förutsäga vilka cancerpatienter som kommer att svara på immunkontrollpunkthämmare, en klass av läkemedel som fungerar för endast en bråkdel av dem som får dem. Studien publicerades den 3 juli i Nature Medicine.medicalxpress+1

Att adressera onkologins centrala olösta problem

Immunkontrollpunkthämmare har förändrat cancerbehandlingen sedan den första godkändes av FDA 2011, men kliniska studier visar att endast 10 % till 40 % av patienterna svarar på behandlingen, beroende på cancertyp. De som inte svarar riskerar allvarliga biverkningar medan deras cancer fortskrider okontrollerat.pubmed.ncbi.nlm.nih+1

COMPASS analyserar aktiviteten hos nästan 16 000 gener med kända roller i immuncellstillstånd, interaktioner i tumörens mikromiljö och signalvägar. Modellen tränades på data från 10 184 tumörer av 33 cancertyper hämtade från Cancer Genome Atlas, och finjusterades sedan med hjälp av resultat från 16 kliniska studier som testade olika regimer med kontrollpunkthämmare på sju cancertyper.medicalxpress+1

"Att förstå vem som kommer att svara på ICI är inte en liten kunskapslucka", säger senior författare Marinka Zitnik, docent i biomedicinsk informatik vid HMS och fakultetsmedlem vid Harvards Kempner Institute. "Det är ett av de centrala olösta problemen inom onkologin."medicalxpress

Överträffar befintliga metoder

Vid testning överträffade COMPASS den bästa befintliga metoden för att förutsäga respons på kontrollpunkthämmare med nästan 10 % i genomsnitt, med en 8,5-procentig ökning i precision, en 12,3-procentig förbättring i Matthews korrelationskoefficient och en 15,7-procentig vinst i ytan under precision-recall-kurvan. Noggrannheten höll i sig över olika cancertyper, läkemedel, plattformar för gentranskriptsekvensering och biopsiställen.pubmed.ncbi.nlm.nih+1

Till skillnad från "black-box" AI-system använder COMPASS en arkitektur med koncept-flaskhals-transformer som levererar resultat som kan tolkas av människor. Den avkodar tumörer i 44 biologiskt förankrade immunkoncept, vilket gör att kliniker kan förstå logiken bakom varje förutsägelse. Denna tolkningsbarhet hjälpte till att förklara avvikande fall – till exempel varför vissa patienter med immuninflammerade tumörer ändå inte svarade, och varför andra med så kallade "immunöken"-tumörer drog nytta av behandlingen.medicalxpress+1

Kliniska implikationer

Om COMPASS valideras i prospektiva studier skulle den kunna fungera som ett kliniskt beslutsstöd, hjälpa onkologer att matcha patienter med terapier och förbättra rekryteringen till kliniska studier genom att identifiera deltagare som mest sannolikt kommer att visa en meningsfull respons. Zitnik och hennes kollegor planerar att testa om integrering av elektroniska patientjournaler och encellssekvenseringsdata kan förbättra noggrannheten ytterligare.medicalxpress