新人工智能模型和算法揭開腫瘤基因內在交互關系

近日，《自然》子刊 NPJ Precision Oncology發表了中國科學院大學張正軍教授團隊等關于一類新型人工智能AI模型和算法并應用到結直腸癌關鍵基因識別的研究成果。研究發現，由組織樣本識別出的4個基因及其交互關系就可以完全識別結直腸癌。這四個基因使用了來自與世界不同地區不同人種不同研究目標共10個隊列超過2000病例進行了更為嚴苛的隊列交叉驗證。此前，相關文獻中對這4個基因的作用有零星報道，但它們的聯合作用原理從來沒有出現過。

研究人員介紹這類新型AI是集聚類和判別同時作用的新型模型和算法，具備了真正AI所需的演繹推理、歸納推理、溯源推理這三大要素的基本功能，同時建立了生物學意義和識別出來基因的等價性，即建立了不變性。

現在的AI大多是“黑箱”，解釋性不高，而且只能滿足上面三大要素中的歸納推理一項。而研究使用的新型AI最大特點是其可解釋性。

據了解，新型AI算法在理論上可以保證存在和找到最小核心關聯基因。因為目標函數是集組合優化、整數規劃于一體的非凸非光滑函數，文章提出了一類基于計量經濟學模型的三大指數（均值、標準差、夏普率）的新型高維降維方法：求異存同變量帥選法。

進而，研究論文提出了比臨床醫學隨機化實驗常用的希爾法則更為嚴苛的識別關鍵變量的7條準則。

研究人員表示，在發現的4個基因中，CXCL8/IL8和PSMC2是表達值相對越低要好，SLC20A1是表達值相對越高要好。這三個基因代表了結直腸癌的共性和一致性。

“APP的表達值具有異質性。我們發現這個基因在歐美人、中國人、日本人的表達具有逆向性。這些特征明顯為結直腸癌的診斷、檢測試劑開發、藥物開發和治療方案提供了一個新的維度的認識和指導。”張正軍表示，國內的某些腫瘤醫院給病人提供的全基因檢測報告里包含了500-600個基因，但并不包含我們發現的這四個基因，這提示醫學界在基因組學層面對結直腸癌的認識還不夠。

鑒于此，研究人員指出，APP在歐美人與國人的異質性表達尤其需要得到國內醫學界的關注，尤其用藥需要關注。

張正軍表示，目前還未看到有文獻發表的有關結直腸癌關聯的基因能達到一致性。因此，新型AI必定有廣闊的應用場景。我們準備或期望把其嵌入AI的底層模型中，并提出了極大線性回歸和極大邏輯回歸為新型AI的基本模型。

除了結直腸癌的研究，研究人員還對世界衛生組織發布的患癌人數排名前五（肺癌、乳腺癌、結直腸癌、肝癌、胃癌）的另外4種也做了基因組學研究。

相關論文信息：https://doi.org/10.1038/s41698-024-00512-1