準確率近8成！新AI工具預測癌症轉移 揪生物規律運作邏輯

記者許若茵／編譯

為了解為何部分腫瘤會擴散、部分則維持局部狀態，日內瓦大學研究團隊分析結腸癌細胞，找出影響腫瘤是否轉移的關鍵因素，並辨識出可用於評估風險的基因表現模式。研究成果發表於《Cell Reports》，團隊進一步開發名為MangroveGS的人工智慧工具，能將這些基因訊號轉化為多種癌症的預測依據。

研究指出，癌症並非單純由「失控細胞」造成，而更接近一種發育過程的異常形式。基因與表觀遺傳變化會重新啟動原本在早期發育後關閉的生物機制，進而促成腫瘤形成。研究人員認為，癌症發展具有一定生物規律，關鍵在於找出其運作邏輯，尤其是辨識哪些細胞會脫離原發腫瘤並在體內其他部位形成新腫瘤。

轉移是多數癌症死亡主因，尤其在結腸癌、乳癌與肺癌中更為明顯。當癌細胞已進入血液或淋巴系統時，通常代表疾病已開始擴散。儘管目前已掌握多種導致腫瘤形成的基因突變，但仍無單一變化能解釋為何部分細胞會移動並擴散。

更多科技工作請上科技專區：https://techplus.1111.com.tw/

為克服分析限制，研究團隊將腫瘤細胞分離、複製並培養，再透過體外實驗與小鼠模型觀察其穿越生物屏障與形成轉移的能力。結果顯示，細胞的轉移潛力與數百個基因的表現模式高度相關，且並非由單一細胞決定，而是取決於相關細胞群之間的互動。

研究人員將這些基因特徵整合進AI系統MangroveGS，利用數十甚至上百種基因訊號進行分析，以降低個體差異影響。經訓練後，該模型在預測結腸癌轉移與復發方面的準確率接近80%，並優於現有方法。這些來自結腸癌的基因特徵，同樣適用於胃癌、肺癌與乳癌等其他癌症的轉移風險評估。

MangroveGS可直接應用於醫院取得的腫瘤樣本，透過RNA定序分析後，快速生成轉移風險評分，並以加密方式提供給醫師與患者。研究團隊指出，該工具有助於避免對低風險患者過度治療，同時加強對高風險患者的監測與治療，並可優化臨床試驗受試者篩選，提升研究效率與治療效益。

資料來源：sciencedaily