随着全球癌症发病率持续上升，癌症的复杂性也给诊断和治疗带来了前所未有的挑战。在这一背景下，人工智能（AI）技术正成为抗癌领域的一股强大新生力量，为攻克癌症带来了新的希望。
AI驱动的抗癌新突破：PROTsi模型
近期，一支由巴西、波兰、美国等多国科学家组成的国际研究团队在《Cell Genomics》上发表了一项重大研究成果。他们成功开发出一种名为PROTsi的创新机器学习模型，能够通过分析肿瘤中的特定蛋白质，精准预测其侵袭性。
该模型会生成一个介于0到1之间的“干性指数”（stemness index）。指数越接近1，代表肿瘤的侵袭性越高，通常也意味着更强的耐药性和更高的复发风险；反之，接近0则表示侵袭性较低。这一工具为评估癌症的恶性程度提供了全新的量化标准。
“干性指数”：揭示肿瘤侵袭性的关键
“干性”指的是肿瘤细胞与多能性干细胞的相似程度。在癌症发展过程中，恶性细胞会逐渐失去其原始组织特征，转而获得类似干细胞的自我更新能力和未分化特征。这种“返祖”现象是肿瘤侵袭、转移和耐药的关键。PROTsi模型正是通过捕捉这一特征，来判断肿瘤的“危险等级”。
PROTsi的构建与验证
为了构建这一强大的AI工具，研究人员利用了临床蛋白质组学肿瘤分析联盟（CPTAC）的海量数据，分析了超过1300份肿瘤样本，涵盖了乳腺癌、卵巢癌、肺癌、结直肠癌、胰腺癌等11种主要癌症类型。
研究发现，与过去依赖基因或RNA数据的算法相比，基于蛋白质组学数据的PROTsi在区分肿瘤与非肿瘤样本方面表现出更高的效能。蛋白质是生命功能的直接执行者，也是大多数药物的作用靶点，因此基于蛋白质的分析更具临床转化潜力。
临床潜力：开启个性化治疗新篇章
PROTsi模型的重大意义在于其巨大的临床应用潜力。通过整合分析，研究团队成功识别出了一系列驱动肿瘤侵袭性的关键蛋白质。
论文的共同通讯作者Tathiane Malta教授指出：“我们识别出的许多蛋白质，已经是市面上一些抗癌药物的作用靶点。”这一发现不仅验证了模型的准确性，更重要的是，它揭示了更多潜在的“可成药靶点”。这些蛋白质分子有望成为开发全新靶向药物的基石，为癌症治疗开辟新路径。未来，当这些新药上市后，MedFind将持续关注并为患者提供可靠的海外药物代购渠道。
此外，PROTsi还能有力推动癌症治疗的个性化。通过精准评估每位患者的肿瘤干性指数，医生可以更有针对性地制定治疗方案。如果您对当前的治疗方案或病情有疑问，希望获得更多前沿信息，可以尝试MedFind的AI问诊服务，获取专业的第二诊疗意见。
正如研究人员所说，今天的基础研究工作，正是为了在未来切实改善患者的治疗效果和生活质量。PROTsi模型的诞生，让我们离精准、高效的个性化抗癌治疗又近了一步。
