阿尔托大学、赫尔辛基大学和赫尔辛基大学医院综合癌症中心的研究人员研究了一种全新的治疗方案如何影响晚期黑色素瘤患者的免疫系统。

黑色素瘤是最危险的皮肤癌形式。增强人体自身的免疫系统，尤其是T细胞，一直是一种特别有效的治疗选择。挑战在于，尽管一些患者从治疗中受益，但大约一半的患者没有。

阿尔托大学，赫尔辛基大学和HUS的科学家先前的研究表明，无反应患者的T细胞根本不会将癌细胞识别为敌人。

“正确的治疗目标非常重要，因为药物治疗是昂贵的，严重的不良反应相当普遍，”赫尔辛基大学和阿尔托大学计算机科学系的医生和博士研究员Jani Huuhtanen说。“我们的研究表明，更好的癌症疗法应该利用免疫系统的其他部分，而不仅仅是T细胞。

该研究小组现在已经研究了如何通过两种名为nivolumab和relatlimab的癌症药物的新组合来帮助对治疗无反应的患者。该小组着手揭示relatlimab对免疫系统细胞的影响，这是以前从未研究过的。

该研究表明，虽然relatlimab提高了T细胞对抗侵袭性癌细胞的有效性，但它在激活所谓的自然杀伤细胞(NK细胞)方面特别有效。这些细胞是免疫系统的第一反应者。

“在这种特殊情况下，NK细胞的任务是在癌细胞试图躲避T细胞时提供帮助，”赫尔辛基大学和HUS转化血液学教授兼转化免疫学研究项目负责人Satu Mustjoki说。“这一发现出乎意料，但非常有趣。NK细胞将在未来几年处于癌症治疗的最前沿。

Mustjoki的小组最近获得了1万欧元的研究资金，用于深入研究癌症疗法的可能性，包括利用NK细胞等替代方案。

“目前临床上没有专门利用NK细胞的疗法，”Huuhtanen说。“正是我们项目参与者之间的密切合作，使我们能够发现这种新的治疗方案。

利用人工智能探索癌症治疗的新领域

该团队采用了最新的单细胞测序技术和深度学习方法来收集和解释数据。该团队使用称为scVI和TCRGP的开源机器学习模型来监测和验证relatlimab对研究中T细胞的影响。TCRGP由研究团队成员于2021年开发。

“过去，血液样本中的细胞被批量分析。新的单细胞技术是指我们现在分析样本中单个细胞的能力，“阿尔托大学计算机科学系生物信息学和机器学习副教授Harri Lähdesmäki说。

“当然，这会导致数据量的指数级增长，我们可以通过深度学习和机器学习技术进行调查。从这项研究中得出的大多数结论都是基于这些技术所揭示的见解。

计算生物学的进步也对医学研究的进行方式产生了影响。

“单细胞技术和深度学习方法使研究人员能够以数据驱动的方式开展此类研究项目，也就是说，没有强烈的先验假设。这种无假设的方法对于发现新的生物学以及各种疾病的新治疗方案非常重要，“Lähdesmäki说。