IBM再開源3個癌癥AI項目推動癌癥研究

　　癌癥是全球第二大死亡原因， 2018年估計有1，810萬新病例以及960萬人死于癌癥。學術界和工業界也不斷致力于尋找更有效的抗癌藥物。IBM位于蘇黎世的研究團隊正在構建一些人工智能機器學習的方法，加速人們對復雜疾病的主要驅動因素、分子機制以及腫瘤組成的差異等幾方面的理解。

　　為了推動新療法的研究進展，幫助人類更快地攻克癌癥。IBM在不久前開源了3個治療癌癥的人工智能項目。同時IBM也在第18屆歐洲計算生物學大會(ECCB)和第27屆分子生物學智能系統大會(ISMB)上，對這三種旨在加速癌癥研究的機器學習解決方案做了發布。下面是對這些方案的簡要討論。

　　1. 關于深度學習預測和解釋藥物功效的 PaccMann

　　研發任何一種抗癌藥物都需要投入數億美元，若提高藥物研發的效率則可以一定程度降低研發的成本。PaccMann 算法可以自動分析化合物，并預測哪些化合物最有可能對抗癌癥菌株。

　　算法基于神經網絡來預測抗癌化合物敏感性，這是一種多模態深度學習解決方案，使不同來源的數據能幫助預測病變組織中的細胞對給定藥物的反應。同時AI在執行預測時，還能標出哪些特定基因和化合物分子結構最受科學家關注。經過多次實驗表明，與現有的化合物篩選預測算法相比，PaccMann 更為智能。該領域的研究人員則可以使用 PaccMann 的這些信息作為指導，幫助他們改進或重新利用現有藥物，開發新藥物。

　　2. 能從科學論文中自動提取知識的 INtERAcT

　　INtERAcT 采用無監督學習（unsupervised learning）的方式，能從科學論文中提取蛋白質與蛋白質相互作用的信息。特別值得關注的是，它可以從與癌癥有關的、有價值的科學文獻中自動提取數據。

　　通常，一些生物醫藥領域研究成果、論文都會被刊登在權威雜志上，這些雜志期刊是科學家們閱讀科學成果的唯一途徑。最近，有一篇論文數據表明，僅在癌癥研究領域，平均每年就有大約1.7萬篇科學論文發表，而且論文數量還在呈指數級增長。面對如此大量的論文數量，從事癌癥領域相關研究的科學家們無法對其進行一一閱讀，INtERAcT系統的誕生則旨在通過AI技術從海量論文中，幫助科學家快速提取有效信息，在學術方面減輕他們的負擔。

　　INtERAcT 利用詞嵌入的概念處理大量科學論文的文本，并定義了一個新的度量標準來量化蛋白質之間的相互作用。對于從事生物醫學領域相關工作的人們來說，全面了解蛋白質相互作用是基礎，同時變異的蛋白質也被認為是導致細胞癌變的一個潛在因素。所以一旦 INtERAcT 能自主提取與蛋白質相互作用有關的詳細數據，科學家們就能在短時間內獲取到有用信息，并且進一步了解關于癌癥的疾病機制。

　　3. 利用分子數據進行病情預測的算法 PIMKL

　　PIMKL，使用多核學習（multi-kernel learning），利用目前在分子相互作用方面已知的數據集，來預測患癌者的病情發展和患者的潛在復發情況。基于從病理組織中獲得的分子生物信息不僅能預測疾病進展，還能相應地對患者進行分類，從而使醫生能為不同病患提供更具針對性的、個性化的治療方案。

　　為了證明該算法的有效性，IBM研究團隊進行了一次實驗，他們使用PIMKL預測了乳腺癌患者在術后5年是否會再次復發疾病。此外，為了實驗數據的可靠性，研究團隊將PIMKL算法能力與現有的、應用于乳腺癌預測的另外14種AI算法進行多次比較。經實驗結果表明，PIMKL表現優于同類算法。

　　這三種算法展現了機器學習對癌癥等復雜疾病以及生物醫學研究的推動作用。對于這些癌癥的解決方案，IBM表示，他們會不斷對其進行優化改進。此次，IBM開源這三個人工智能在癌癥領域的研究項目，是希望能最大限度地發揮AI在生物醫學界的積極影響。