一篇刊登在国际杂志Nature Communications上的研究报告中，来自阿尔托大学等机构的科学家们通过研究表示，利用人工智能技术或有望预测哪些药物组合能够有效杀灭癌细胞。当临床医生治疗晚期癌症患者时，他们经常需要使用组合性的抗癌疗法，而除了癌症外科手术外，患者还经常会接受放疗、药物疗法或两种疗法同时治疗。-

图片来源：Matti Ahlgren, Aalto University

药物能与针对特定癌细胞的药物相结合进行使用，如果能够减少单一药物的剂量，那么组合性药物疗法通常就能够改善疗法的治疗效率并能减少药物有害的副作用，然而，对药物组合的实验性筛查往往非常缓慢且昂贵，因此研究人员常常不能发现联合疗法的全部好处；本文研究中，研究人员在一种新型机器学习方法的帮助下，或许就能识别出最佳的药物组合来选择性地杀灭携带特殊遗传组成或功能组成的癌细胞。

研究者Juho Rousu说道，我们开发了一种机器学习模型，其能够准确预测多种癌症药物的组合如何杀灭多种类型癌细胞；我们能利用从此前研究中（此前研究主要调查药物和癌细胞之间的关联）获得的大量数据来训练这种新型的AI模型，利用机器学习的模型实际上是一种类似于学校数学的多项式函数，但却又非常复杂。这种模型能够发现药物与癌细胞之间的关联，而这种关联此前研究人员并没有观察到过；同时该模型还能够给出非常精确的结果，比如，在实验中所谓的关联系数的值超过了0.9，这就表明了非常高的可靠性，而在实验测定中，0.8-0.9的相关系数被认为是非常可靠的结果。

研究者Tero Aittokallio表示，这种新型模型能够准确地预测当药物组合对特定类型癌症的效果尚未被测试的情况下，药物组合如何选择性地抑制特定类型的癌细胞，而这或将帮助癌症研究人员从数千种组合中有限选择出最佳的药物组合来进行深入的研究。相同的机器学习方法还能被用作非癌变的细胞，在这种情况下，研究人员就必须利用与疾病相关的数据来重新训练新型模型了，比如，该模型能被用来研究不同的抗生素组合如何影响细菌感染，或者药物的不同组合如何有效地杀灭被SARS-CoV-2感染的宿主细胞等。