KAIST开发个人类型分类平台
韩国国内研究团队利用人工智能（AI）开发出一项能够对帕金森病等慢性退行性脑疾病进行个性化治疗的技术。
韩国科学技术院（KAIST）15日表示，脑认知科学系教授 Choi Minyi 研究团队与英国弗朗西斯·克里克研究所（Francis Crick Institute）联合研究，开发出一款可预测帕金森病患者个人疾病机制性亚型的人工智能平台。
由于对帕金森病等慢性退行性脑疾病存活患者的脑细胞进行直接取样极为受限，迄今为止，尚未有研究尝试基于脑疾病患者的细胞数据，利用人工智能预测患者疾病机制的亚型。
研究团队仅以从帕金森病患者诱导的多能干细胞（hiPSC）分化而来的神经细胞的细胞核、线粒体和核糖体图像信息为学习数据，开发出一款能够准确预测帕金森病患者病理学亚型的平台。该平台可依据生物学机制，而非外在表型，将不同患者身上呈现出的多样帕金森病表现加以分类。借此，可以按照分子—细胞层面的亚型，对病因不明的帕金森病患者进行诊断，从而为患者量身定制治疗方案打开道路。此外，由于该平台采用高速的大规模筛选系统，还可作为开发适配不同病理亚型的个性化药物的研发流程加以利用。
迄今为止，帕金森病治疗并未充分考虑患者个体的病理状态，而是依赖概率进行“统一式处理”。这种方法因病理原因与治疗手段之间存在不匹配，难以显著提升治疗效果。
本次研究开发的平台能够对个体患者脑细胞的分子与细胞信息进行精细刻画（profiling）。基于这些信息，可以对患者的疾病亚型进行精准诊断，从而最终实现“精准医学（Precise medicine）”。这又将进一步发展为针对每位个体量身定制的“个体化医疗（Personalized medicine）”，有望大幅提升治疗效果。
该平台采用的是将2012年诺贝尔生理学或医学奖获奖技术——诱导多能干细胞（iPSC）分化得到的脑细胞，用于研究的“接盘中疾病（disease in a dish）”范式。该技术被视为克服类似退行性脑疾病这类无法直接获取病变组织，或动物模型难以精准模拟人脑局限性的手段之一，备受关注。尤其是，通过对在培养皿中培养的自身靶标疾病细胞进行连续成像，可追踪一系列病理事件，从而具备根据疾病进展预测药物反应结果的优势。
Choi 教授表示：“本研究具体介绍了如何将实验室获取的生物学数据有效用于人工智能学习，从而构建高精度的疾病亚型分类模型”，并称：“今后也有望像对自闭症谱系障碍这类不同患者症状差异显著的脑疾病一样，对其进行亚型划分，从而推动有效治疗方法的开发。”
本次研究成果已发表于国际学术期刊《Nature Machine Intelligence》（《自然·机器智能》，影响因子 IF = 25.8）8月刊。（论文题目：Prediction of mechanistic subtypes of Parkinson’s using patient-derived stem cell model）
版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。
