AI机器学习计算癌症患者对免疫治疗的反应

只有一小部分前列腺恶性肿瘤病患者对PD-1/PD-L1类药物（免疫系统检查点肝素，ICB)的免疫系统外科手术有效率。而目前所诊断上相符前列腺恶性肿瘤病患者对ICB外科手术到底有效率的样品方法的精确度极其依赖于。从精准医学时的尺度来指标和实施免疫系统外科手术，则对于能正确预期ICB外科手术，在哪些病患者中亦会有显着的所需愈来愈迫切。

几年来现在有一系列预期ICB的样品方法用于诊断。其中亦会主要以外：线粒棒状很薄配棒状PD-L1表达百分比；基因特异性负担（Tumor mutation burden, TMB）；微卫星棒状整棒状反常(MSI)；和错配修复基因缺陷(dMMR)等冰壶测试者方法。其中亦会TMB样品是目前所诊断上普遍认为精确度较优的冰壶样品方法。

TMB是所称线粒棒状所成份的特异性基因数量。极较低TMB意味着有很多特异性，较低TMB意味着没有很多特异性。无论如何五年中亦会现在相符，与TMB较低的相对，不具极较低TMB的经常对ICB外科手术的催化格外好。由于ICB抑制剂只对一小部分前列腺恶性肿瘤病患者有效率，因此正确预期病患者对ICB催化的意志力，踏入目前所诊断免疫系统外科手术中亦会至关重要的课题。虽然TMB已是所称导某些前列腺恶性肿瘤外科手术的决策测试者方法，但是TMB样品本身基本上只是一个“粗略地的预期测试者方法”。可有如诊断上经常亦会巧遇，不具较低TMB的胃恶性肿瘤似乎基本上有很差的免疫系统治果；就像不具极较低TMB评级的一些乳腺恶性肿瘤似乎对免疫系统外科手术催化不佳也同样亦会造出现一样。因此除了TMB除此以外，前列腺恶性肿瘤免疫系统外科手术还需要格外多和格外正确的预期机器。

为了解决ICB诊断预期的解决办法，纽约沃尔夫-凯特珍记念前列腺恶性肿瘤中亦会心（MSKCC）的医生科学时家，免疫系统学时家和计算生物学时家等四组成的研究指导工作团队，采行人工智能数据库处理的方法，试绘出消除依赖单一的特性性预期测试者方法的局限性，以非线性方式也四配对相同类别的诊断和研究团队的相关测试者方法，共同开发四组织起来了一个数据库处理算法数学时方法，显然一致也称为集成学时习随机森林特征向量（ensemble learning random forest classifier，一种广泛用于的集成数据库处理算法，在归入和回归四组织起来预期数学时方法上不具良好性能）。

用于MSKCC拒绝接受外科手术的病患者的大量诊断和原核生物数据库，研究指导工作新科技人员收集了已被证明不具预期实用性，或普遍认为似乎不具预期实用性的函数测试者方法，以外原核生物数据库（MSK-IMPACT, 提供MSKCC病患者特异性二代PCR细节数据库的资讯的机器）；底物图标；诊断数据库和与此相关时的相关特性测试者方法。纳入的函数多达16项，以外：TMB；基因拷贝数偏离高分（fraction of copy number alteration FCNA）；HLA-I类复合物进化区别（HLA-I evolutionary divergence，HED）；HLA-I类复合物杂合性紊乱正常（loss of heterozygosity,LOH); 微卫星棒状反常正常(microsatellite instability,MSI); BMI所称数（BMI); 性别; 肝脏中亦会性粒线粒棒状与免疫系统线粒棒状平均系数(blood neutrophil-to-lymphocyte ratio, NLR); 分期; 免疫系统外科手术药物类别; 年岁; 前列腺恶性肿瘤类别; 病患者在免疫系统外科手术前所到底拒绝接受了放射治疗; 肝脏脂质; 血小板和人棒状内(HGB)技术水平。将这16项函数（RF16）放入数据库处理算法数学时方法中亦会，对该数学时方法加以锻炼，看看在多不太似乎上能依靠这些较大的电子邮件数据库来预期ICB治果。

这项研究指导工作采集了从2015-2018初在MSKCC拒绝接受ICB外科手术的多达2,827可有病患者，其中亦会选择1479可有以外16种实棒状瘤的病可有。按前列腺恶性肿瘤类别数据库集将病可有随机分作两个同构:锻炼集(1,184可有, 80%)和测试者集(295可有,20%）（绘出1)。通过锻炼数据库处理来共同开发和四组织起来预期算法数学时方法。对锻炼数据库用于五重交叉正确性来计算造出基于二元归入（响应者-R和非响应者-NR，前所者是外科手术有效率，以外对外科手术有显然催化和部分催化者；后者是病况无变化和病况进展者）的ICB外科手术预期数学时方法，对测试者四组试样进行样品，以指标经过锻炼的特征向量预期催化的持续性和免疫。

MSKCC的诊断的资讯表明了16种类别对ICB免疫系统外科手术催化的各个方面原因（绘出2），对诊断免疫系统外科手术有一定的参考实用性。对于ICB外科手术，胃恶性肿瘤（Melannoma）和肾恶性肿瘤（Renal）有较极较低的催化，各个方面上这两种前列腺恶性肿瘤本身对免疫系统外科手术（以外LAK，CIK，TIL线粒棒状等）都比较敏感。而食道恶性肿瘤（Esophageal），胃恶性肿瘤（Gastric），子宫内膜恶性肿瘤（Endometrial）和非小线粒棒状白血病（NSCLC）对ICB外科手术也有相对良好的催化。个别类别的前列腺恶性肿瘤，如直大肠恶性肿瘤（Colorectal）和小线粒棒状白血病（SCLC）催化率分别在30%大概外。其余类别的前列腺恶性肿瘤对ICB的催化很差，其中亦会胰腺恶性肿瘤的催化率只有3%，而膀胱恶性肿瘤只有16%，与这些前列腺恶性肿瘤极较低恶性度的诊断基本特征相一致。

在本四组16项测试者方法锻炼的数据库处理预期结果显示，当分开分析方法各项函数时，TMB在16个分开函数中亦会有小得多的影响力，也就是说在本四组RF16免疫系统外科手术催化预期测试者方法中亦会是最强的一项，正确性了TMB作为冰壶测试者方法在以往诊断上的应用实用性。其他3个不强的预期因素是ICB外科手术前所拒绝接受过放射治疗，肝脏脂质技术水平和中亦会性粒线粒棒状与免疫系统线粒棒状平均系数（NLR)(绘出 3)。这4种校准测试者方法中亦会的每一个，意味著似乎都可以用来预期ICB免疫系统外科手术的催化，而研究指导工作表明与任何一个分开预期测试者方法相对，RF16数学时方法的综合性测试者方法能格外正确地预期催化。

对于ICB外科手术有催化与无催化病患者之间的生存期区别，RF16特性数学时方法也都能格外好地预期。这实质性赞同要用于RF16这种综合性多种测试者方法的预期方法，而不是采行冰壶测试者方法预期。总之，研究指导工作结果显示，诊断医生可以通过这种整合有诊断，原核生物和其他最简单电子邮件的数据库处理方法（比如RF16数学时方法），最后可以获得比分开用于TMB格外为正确的预期数据库。此外，TMB的预期系数在相同前列腺恶性肿瘤类别中亦会区别很大，TMB增大的预期实用性在胃恶性肿瘤和非小线粒棒状白血病中亦会得到了很差的推测。然而，在乳腺恶性肿瘤和恶性肿瘤中亦会，尚未发现TMB可以正确预期免疫系统外科手术催化。而RF16数学时方法对于所有前列腺恶性肿瘤类别都不具良好的预期意志力。

ROC是受测者指导工作特性直线（Receiver Operating Characteristic），ROC直线上每个点都能反映对同一信号刺激的感受性。AUC(Area under Curve)是ROC直线下的面积，AUC作为数系数可以极其简单的评价特征向量的有无，数系数越大越好。研究指导工作结果显示RF16数学时方法，RF11数学时方法和TMB冰壶测试者方法在各个方面前列腺恶性肿瘤四组，胃恶性肿瘤，非小线粒棒状白血病和其他前列腺恶性肿瘤类别的锻炼四组中亦会，产生的ROC 直线和相关联的AUC系数。其中亦会RF11是作为RF16数学时方法参照而四组织起来的另一个数据库处理数学时方法，RF11比RF16提极较低了5项不强的预期测试者方法（以外：IBC外科手术前所放射治疗，脂质，人棒状内，血小板和前列腺恶性肿瘤已确定）。实验结果显示了RF16数学时方法预期IBC催化的灵敏度和免疫极较低于RF11和TMB冰壶样品，即使提极较低了不强预期测试者方法的RF11数学时方法其样品持续性也极较低于TMB的冰壶样品（绘出 4）。因此，本文

本文免疫系统微环境的底物特性；微生物四组学时特性；T线粒棒状受棒状四组库的多样性；免疫原核生物偏离；与ICB耐药相关的基因特异性和转录四组数据库都似乎亦会踏入数据库处理的表单，以实质性为了让提升数据库处理的预期意志力。

独有MSKCC的研究指导工作结果，可以预期AI新科技将愈来愈多的深入微生物学时应用。数据库处理算法确实在某种意义上要算得人脑的算法。简单的可有子就是，人赛跑的日后快也没有卡车这架机器赛跑的快。在本质应用，电脑的本质不知道本来亦会发展到什么无疑？确实，谁掌握了技术的AI新科技，谁就似乎是本来赛跑在前所面的领赛跑者。

MSKCC某种程度称得上欧美国家头号的前列腺恶性肿瘤中亦会心，免疫系统外科手术的先驱者William Coley早年就在MSKCC前所身的纽约前列腺恶性肿瘤医院指导工作，发现ICB蛋白的生理学时者James Allison曾有是MSKCC的免疫系统外科手术中亦会心室主任。因此，MSKCC也称得上前列腺恶性肿瘤免疫系统外科手术的领赛跑者之一。这篇文章的研究指导工作新科技人员阵容的确感刮目相看，除了外科，儿科，病理科，放疗科，流行病和生物统计数字常规科室外，还有专门的免疫系统遗传学时和精准学时平台（Immunogenomics and Precision Oncology Platform），电脑和系统生物法科（Computational and Systems Biology Program）, 电脑法科（Computational Oncology）,和电子邮件系统（Information Systems）策划了这项研究指导工作。这样的以外AI专家的交叉学时科应用人才和新科技的四配对，极其有助在MSKCC院内顺利进行基本上的AI精准免疫系统学时的开拓指导工作。看起来AI时期悄悄迅速到来，个人单打独斗的时期现在无论如何。