人工智能篩出關(guān)鍵蛋白 可鑒別甲狀腺結(jié)節(jié)良惡準(zhǔn)確率89%

將蛋白質(zhì)組大數(shù)據(jù)與人工智能相結(jié)合，致力于開發(fā)基于蛋白質(zhì)組和其他分子組學(xué)的輔助臨床診斷新方法，以期實(shí)現(xiàn)腫瘤等人類重大疾病的精準(zhǔn)輔助診斷……由西湖大學(xué)郭天南實(shí)驗(yàn)室提供核心技術(shù)，近日，西湖歐米(杭州)生物科技有限公司獲得數(shù)千萬元種子輪融資。

據(jù)了解，西湖歐米有望實(shí)現(xiàn)臨床轉(zhuǎn)化的首個(gè)項(xiàng)目，是基于蛋白質(zhì)標(biāo)志物的甲狀腺結(jié)節(jié)的良惡性診斷。

西湖大學(xué)生命科學(xué)學(xué)院特聘研究員郭天南介紹道，蛋白質(zhì)組學(xué)是繼基因組學(xué)、轉(zhuǎn)錄組學(xué)后人類對生命活動(dòng)奧秘探究的又一突破。人類的幾乎所有生命活動(dòng)都是由人體內(nèi)的蛋白質(zhì)執(zhí)行的，疾病治療的效果也取決于蛋白質(zhì)機(jī)器的調(diào)控。蛋白質(zhì)組學(xué)+AI技術(shù)的運(yùn)用場景，將遠(yuǎn)不止于甲狀腺結(jié)節(jié)。

為蛋白質(zhì)稱重 捕捉細(xì)微變化

人們在吞咽的時(shí)候，頸部隨著吞咽動(dòng)作上下活動(dòng)的器官即甲狀腺。甲狀腺雖小，一發(fā)生病變或?qū)⑿纬杉谞钕俳Y(jié)節(jié)，導(dǎo)致頸部有腫物、疼痛以及甲狀腺功能減退癥。

早在2010年，中華醫(yī)學(xué)會(huì)內(nèi)分泌學(xué)分會(huì)曾公布中國首次十城市社區(qū)居民的甲狀腺疾病流行病學(xué)調(diào)查結(jié)果，顯示居民甲狀腺結(jié)節(jié)患病率為18.6%。

“按此估測，如今每5個(gè)成年人中就可能有1人患有甲狀腺結(jié)節(jié)。”郭天南介紹，相關(guān)臨床調(diào)查顯示，約有60%的甲狀腺結(jié)節(jié)呈良性，10%呈惡性，剩下約30%，無論通過血液檢測、B超、CT還是甲狀腺組織穿刺活檢，均難以辨別良性還是惡性。

“治療甲狀腺結(jié)節(jié)，很多人不得不選擇切除甲狀腺，代價(jià)是終身服藥補(bǔ)充甲狀腺素，以維持體內(nèi)的甲狀腺激素在正常水平。但其中相當(dāng)一部分人，患有的實(shí)際上為良性結(jié)節(jié)。”郭天南表示，科學(xué)家們曾寄希望于基因檢測，來解決這一難題，但經(jīng)過十幾年的嘗試發(fā)現(xiàn)，基因診斷能夠達(dá)到的特異性也僅在10%~50%左右，主要是因?yàn)榧谞钕俳Y(jié)節(jié)惡性程度低等原因，基因水平上的改變并不頻繁、也不明顯。

據(jù)介紹，一個(gè)人從生到死，從健康到疾病，絕大多數(shù)情況下基因都是不變的。但在不同健康狀態(tài)下，人體內(nèi)的蛋白質(zhì)會(huì)發(fā)生變化。郭天南實(shí)驗(yàn)室選擇從“蛋白質(zhì)”入手，開展診斷疾病的技術(shù)研究。難點(diǎn)在于，這種變化非常細(xì)微，怎么才能檢測到?

郭天南說，所有的蛋白質(zhì)，即使肉眼能看到，因其復(fù)雜的結(jié)構(gòu)也很難準(zhǔn)確辨識。“我們通過測量它的重量，來鑒定、區(qū)分不同的蛋白質(zhì)。蛋白質(zhì)稱重的這桿‘秤’叫質(zhì)譜儀，我們使用的質(zhì)譜儀可以達(dá)到約小數(shù)點(diǎn)后30位(kg)的精度。”

“將蛋白質(zhì)稱重是第一步，還不足以實(shí)現(xiàn)對甲狀腺結(jié)節(jié)的良惡性辨別。兩種蛋白質(zhì)的差別是由質(zhì)譜數(shù)據(jù)中眾多因素的復(fù)雜關(guān)系所決定的，是一個(gè)模式識別問題。”西湖大學(xué)工學(xué)院李子青教授強(qiáng)調(diào)。

研究團(tuán)隊(duì)構(gòu)建算法模型將2622個(gè)蛋白質(zhì)組學(xué)數(shù)據(jù)進(jìn)行了約2的1019次方的運(yùn)算，再將篩選的20個(gè)關(guān)鍵蛋白進(jìn)行良惡性的打分。受訪者供圖

設(shè)置算法評分  準(zhǔn)確率達(dá)89%

在西湖大學(xué)工學(xué)院李子青教授看來，從甲狀腺結(jié)節(jié)質(zhì)譜大數(shù)據(jù)中鑒別其良惡性，就像從一張圖像中辨識 “兩張”長像類似的人臉。

他帶領(lǐng)研究團(tuán)隊(duì)采用機(jī)器學(xué)習(xí)的方法，從原始質(zhì)譜數(shù)據(jù)中選擇出2622個(gè)有意義的候選特征蛋白質(zhì)，并通過神經(jīng)網(wǎng)絡(luò)技術(shù)構(gòu)建了一套適用于蛋白質(zhì)組學(xué)數(shù)據(jù)的獨(dú)特算法模型，將2622個(gè)蛋白質(zhì)組學(xué)數(shù)據(jù)輸入了這個(gè)模型，進(jìn)行了大約2的1019次方的運(yùn)算，終于找出了能夠幫助醫(yī)生辨別患者結(jié)節(jié)良惡性的20個(gè)關(guān)鍵蛋白。

李子青介紹，用這套模型，研究人員給這20個(gè)蛋白的總體情況打分(分值在0-1之間)：當(dāng)綜合得分大于等于0.5，即為惡性結(jié)節(jié);小于0.5，就是良性結(jié)節(jié)。臨床試驗(yàn)顯示，這種檢測方法的綜合準(zhǔn)確率達(dá)到了89%。

“這項(xiàng)技術(shù)還可以用來篩選治療腫瘤的藥物。”郭天南說，電影《我不是藥神》提到白血病中有一類叫慢性髓系白血病，幾乎90%的這類患者體內(nèi)都會(huì)出現(xiàn)一個(gè)特殊的融合蛋白BCR-ABL，科學(xué)家找到“伊馬替尼”這種藥，可以有效抑制這個(gè)融合蛋白的功能，有效率可以達(dá)到90%以上。

關(guān)鍵詞： 人工智能 篩出 關(guān)鍵蛋白

責(zé)任編輯：Rex_08