女性乳腺癌是世界上最常見和最致命的癌癥類型之一，與肺癌和結腸癌并列。

　　據估計，每8名美國女性中就有1人會在一生中患上侵襲性乳腺癌。根據世界衛生組織(World Health Organization)的數據，僅去年一年，全球就有1,810萬新病例和960萬人死亡。

　　此前，集微網曾報道過麻省理工學院計算機科學與人工智能實驗室(CSAIL)和麻省總醫院的科學家基于谷歌人工智能建立了一個早期篩查模型，該模型可以通過乳房X光檢查來預測患者未來五年是否可能患上乳腺癌。

　　現在，他們不再孤軍奮戰。

　　在16日的一篇論文和附帶的博客文章中，IBM蘇黎世辦公室的科學家詳細介紹了他們與蘇黎世大學的合作關系，以開發一種能夠識別和分類腫瘤和免疫細胞以及它們之間關系的系統。他們的研究發表在《Cell》雜志上。

　　“雖然研究人員一直在努力開發新的治療方法來對抗乳腺癌，但癌癥相關死亡的主要原因仍然是治療耐藥性、復發和轉移，” IBM計算系統生物學研究員Marianna Rapsomaniki在博客中寫道。“這項工作的目標是為未來可能幫助患者戰勝乳腺癌的精準醫療方法奠定基礎。”

　　為此，Rapsomaniki和他的團隊假設乳腺癌是一種異質性疾病，即它包括由基因組成決定特征的腫瘤細胞，以及與周圍非癌癥細胞(如免疫細胞、基質細胞和血管細胞)交流和相互作用的環境影響。此外，他們推測這些生態系統中的模式可能與疾病進展和治療反應有關。

　　為了證明他們的想法，研究小組從144名患者身上提取了非腫瘤樣本，并使用大量細胞計數法(注：流式細胞術的一種變體)測量了2600多萬個癌癥和免疫細胞中的70多種蛋白質。

　　接下來，他們使用人工智能技術來識別腫瘤和免疫細胞的不同種群，并創建一個詳細的乳腺癌生態系統圖譜，然后他們使用該圖譜來定義單個腫瘤的異質性，并將其與匹配的非腫瘤組織進行比較，量化其異常。

　　最后，研究人員分析了與腫瘤相關的巨噬細胞和T細胞群(他們注意到，這些巨噬細胞和T細胞群同時具有抑制腫瘤和支持腫瘤的功能)，并將研究結果與包括疾病分級或腫瘤侵襲性在內的臨床信息聯系起來。

　　最后，研究小組發現，高侵襲性腫瘤通常由單一的腫瘤細胞表型所主導，而且每個腫瘤的細胞組成都是獨特的，侵襲性較強的腫瘤與其他腫瘤的差異最大。

　　此外，他們還發現惡性腫瘤中腫瘤相關免疫系統的相似性。

　　他們認為，這項工作為精確藥物治療的設計奠定了基礎，并表明免疫療法可能是一種對某些乳腺癌患者群體可行的方法。

　　“這可能是一種原因，來解釋為什么一種放之四海而皆準的癌癥治療方法并不總是有效。” Rapsomaniki說，“基于我們的發現，我們相信特定的乳腺癌患者群體也可以從免疫治療中受益。接下來，我們將進一步研究免疫療法的可能性，并有可能進行臨床研究。”