人工智能作为一种颠覆性的新技术，正逐渐释放出技术革命和产业转型积累的巨大能量，深刻地改变着人类的生产方式，生活方式和思维方式。可以说，人工智能已经对经济发展和社会进步产生了重大而深远的影响。目前，人工智能已经在手机，面部和语音识别，围棋甚至结构生物学领域展示了其技能，并且正在不断扩展其应用领域。值得注意的是，人们一直对“ AI +医疗”寄予厚望，这可以减少误诊和误诊的发生，同时减轻医疗负担。 2020年12月1日，来自芬兰的阿尔托大学，赫尔辛基大学和图尔库大学的研究人员发表了一篇名为“利用多路相互作用对自然通信中临床前药物联合效应进行系统预测的研究论文”。在这项研究中，研究团队开发了一种人工智能算法-comboFM，它可以准确预测不同抗癌药物的组合是否可以对癌细胞形成联合杀伤作用。这种新的人工智能模型使用从先前的研究中获得的大量数据进行了训练，并为系统提供了一种非常有效的手段来预筛选药物组合。为了克服癌症，人类已经开发了许多治疗药物，但是随着治疗时间的延长，许多癌症将对它们产生抗药性，甚至完全无效。在这方面，联合用药是解决耐药性的好策略，并且还可以减少单一药物的剂量以减少对患者的毒副作用。但是不幸的是，尽管该组合药物具有非常突出的优点，但是其实验筛选非常缓慢且昂贵，并且具有一定程度的盲目性。因此，开发一种筛选出有效药物组合的新的，快速而有效的方法是一项非常有意义的研究。在这里，由Juho Rousu教授领导的研究小组开发了一种人工智能算法-comboFM，可用于预测临床前研究中的药物组合反应。 comboFM可以通过高阶张量模拟不同的药物组合是否具有协同作用，并对相关系数进行评分。预测药物剂量联合作用的comboFM框架概述基于张量分解，comboFM可以使用以前在类似药物和细胞中的研究数据来预测未经测试的细胞对新药物组合的反应。因此，即使只有少量研究数据，comboFM仍然可以实现高度准确的预测。关于comboFM的原理，Rousu教授解释说：“机器学习模型实际上是一个多项式函数。我们经常在学校数学教学中遇到它，但是这里非常复杂。 comboFM-5，comboFM-1 1. comboFM-1和随机森林（RF）对组织类型和药物类别的预测性能进一步提高。研究人员使用来自肿瘤细胞系药物基因组筛选的数据来确认comboFM在各种预测情况下均具有良好的预测性能。此外，研究人员一组先前未经测试的药物组合的后续实验验证进一步支持了comboFM的效用：他们证实了间变性淋巴瘤激酶（ALK）抑制剂-克唑替尼和蛋白酶。人体抑制剂硼替佐米在淋巴瘤细胞中具有先前未发现的协同作用。不仅可以在实验验证中测量药物组合的协同作用评分，comboFM还可以用于非癌症疾病的药物组合筛选。例如，comboFM可用于研究不同的抗生素组合如何影响细菌感染，或不同的药物组合如何有效杀死SARS-Cov-2感染的细胞。 Rousu教授还说，comboFM可以给出非常准确的结果。在他们的模拟实验中，如果相关系数超过0.9，则表明该药物组合具有很高的可靠性。实际上，在实验测量中，相关系数0.8-0.9被认为是可靠的。总而言之，这项研究开发了一种新的，快速而有效的药物组合人工智能算法，研究人员通过该算法成功地预测了以前未被发现的组合药物组合。这将帮助医学研究人员从数千种药物组合中选择一种进行进一步研究，从而大大缩短药物组合的开发过程！此外，研究团队还在GitHub上共享了comboFM的完整代码。链接：负责AJX的https://github.com/aalto-ics-kepaco/comboFM编辑器