只需一个AI，9808名癌症患者对药物的临床反应，全能预测。
而且结果和临床观察表现一致。
这就是由纽约市立大学Lei Xie团队带来的最新成果CODE-AE（context-aware deconfounding autoencoder）。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
它提出一种新型的上下文自编码模型，可以预测不同患者对药物的特异性反应。
这将对新药开发和临床试验产生重大影响。
要知道，传统模式下一种新药开发、试验、完全上市，中间需要近10年的时间，消耗的资金也空前庞大，动辄就是10亿美元。
周期会如此之长，是因为新药在人体内的反应难以预测，往往需要反复试验进行测试。
而如果AI能够利用数据进行预测，将大幅缩短新药上市时间，降低成本。
目前，该研究登上Nature子刊《Nature Machine Intelligence》。
简单来说，CODE-AE是利用新药在体外细胞验证上的数据，来预测药物在人体身上会产生的反应。
这样就避免了AI模型训练对患者临床数据的依赖。
过去AI在临床反应预测上效果一直不算好的最大原因，便是想要收集海量、连续临床反应数据实在是太难了。
从机制上来看，研究人员将药物生物标志物分为了源域（source domain）和目标域（target domain）。
源域表示和测试样本不同的领域，但是有丰富的监督信息，在这里可以理解为体外细胞验证的数据。
目标域是测试样本所在的领域，无标签或只有少量标签，也就是患者数据。
将不同领域的数据特征映射到同一个特征空间，使其在该空间中的距离尽可能近。
于是在特征空间中对源域训练的目标函数，就可以迁移到目标域，提高目标域上的准确率。
放在该研究背景下，源域和目标域都是药物生物标志物的数据特征，即药物靶标的数据特征。
具体来看模型框架，主要分为三个部分：预训练、微调和推理。
预训练主要用了自监督学习，构建一个特征编码模块，将体外细胞数据和患者数据的未标记基因表达谱，映射到嵌入空间中。这样一来可以把一些混杂因素排除掉，让两种数据的潜入分布一致，以消除系统偏差。
微调阶段，是在预训练的基础上再加一个监督模型，并利用已经标记的体外细胞数据来进行训练。
最后在推理阶段，先从预训练中获得的患者去歧对其嵌入，然后再利用调优后的模型，来预测患者对药物的反应。
在这种模式下，CODE-AE具备两个特点。
第一，它可以提取不连贯样本中的常见生物信号和私有表示，从而排除掉由于数据模式不同带来的干扰。
第二，将药物响应信号和混杂因素分离后，还可以实现局部对齐。
总结来看，CODE-AE可以理解为在标记和无标记数据的非相干数据模式嵌入空间中，选择唯一特征的过程。
为了论证模型的有效性，研究人员对9808位癌症患者的药物适用情况进行预测。
如果模型对患者情况预测出的位点结果，和他使用的药物靶点有关，就证明预测是正确的。
然后，研究人员将患者分为100个聚类，将59种药物也分为30个聚类。
通过这种分析方法，可以让具有相似药物反应谱的患者被分在一起。
在此，我们以肺鳞状细胞癌患者（LSCC）和非小细胞肺癌患者（NSCLC）的聚类为例。
在59种药物中，LSCC最敏感的药物为吉非替尼、AICAR和吉西他滨。
其中吉非替尼、AICAR的作用靶点都是一种表皮生长因子受体(EGFR)，吉西他滨常被用于没有EGFR突变的非小细胞肺癌治疗。
论文表示，和这些药物作用模式一致，CODE-AE发现使用吉非替尼、AICAR的患者，药物反应图谱相似。
也就是说，CODE-AE发现了患者治疗的正确靶点，即可以预测适用药物。
如上研究团队来自纽约市立大学。
通讯作者为Lei Xie，他本科毕业于中国科学技术大学高分子物理专业。
硕士毕业于罗格斯大学计算机科学专业；博士同在罗格斯大学，但拿的是化学系学位。
据了解，该研究团队下一步将开发CODE-AE对新药临床反应在浓度、代谢方面的预测功能。
研究人员表示，该AI模型还有可能被调整为用于预测药物对人体的副作用影响。
值得一提的是，Nature子刊《Nature Machine Intelligence》专门关注人工智能和生命科学跨学科应用研究，每年收录论文平均数量在60篇左右。
论文地址：https://www.nature.com/articles/s42256-022-00541-0
参考链接：https://phys.org/news/2022-10-ai-accurately-human-response-drug.html
