华盛顿 —
IBM位于苏黎世的研究实验室和苏黎世大学的科学家们利用机器学习技术，分析了140个肿瘤组织中的数百万个乳腺癌细胞，创建了他们所说的这些肿瘤的“图谱”。
根据2018年世界卫生组织的一份报告，乳腺癌是女性最常见的癌症，每年约有210万新病例。
苏黎世大学的研究人员乔安娜·瓦格纳说，这是一种很难治疗的疾病。
瓦格纳说：“癌症是由不同的成分组成的，我们的动机，我们的目标是详细描述这些成分，因为我们知道，如果我们确切地知道我们的肿瘤是如何形成的，我们可能能够更好地根据肿瘤特异性来定制治疗方案。”
她和她的同事们使用了一种叫做单细胞大规模细胞计数的方法来检测来自140名患者的2600万个癌细胞。 她说：“对于每个细胞，我们最终得到的是这个细胞上存在哪些蛋白质、存在多少的的图谱。我们可以在这2600万个我们测量的细胞中进行比较，这使我们能够非常详细地了解癌细胞是什么样子的，它们在病人之间有什么不同，癌症组织和非癌症组织之间有什么不同。”
为了弄清楚所有这些数据，他们与计算机科学家合作，这些科学家利用机器学习来解码他们所描述的乳腺癌“生态系统”，其中不同类型的肿瘤细胞是主要的“物种”。
在最近发表在《细胞》杂志上的一项研究中他们报告说，侵袭性肿瘤通常由一种单一类型的肿瘤细胞主导，这种肿瘤细胞往往表现出高度的异常。以前，人们认为更具侵袭性的肿瘤更为多样化。
IBM苏黎世研究中心计算生物学家研究人员玛丽安娜·拉珀索马尼基说，这种异常可能是女性对治疗反应不同以及一些药物不起作用的原因之一。拉珀索马尼基说：“这些细胞的特点是高异常，也具有高可塑性，这是一个会让细胞更好地适应环境和逃避治疗的特点。”
通过识别肿瘤独特的细胞组成，这些研究人员正在编纂的图谱可以为对抗癌症的新疗法设计提供更详细的路线图。