摘要：延续在传染病传播建模领域的研究，张清鹏提出了“癌细胞就像动物、植物和微生物一样，也会经历‘适者生存’过程”的“进化”观点;并进一步解析了在这个过程中，最适应环境的细胞会存活并繁衍后代；且癌症产生耐药的进程，也与肿瘤微环境中癌细胞所受到的进化压力有关，而且这种进
当今时代，信息学已不仅仅局限于冰冷的数据处理或复杂的算法设计，而是逐步与其他行业融合发展，致力让每个空白都生长出创新希望，让每个存在都闪耀独特光芒。生物医学技术与信息技术的融合便是如此大环境下的产物，如今已有望成为新一轮产业的重要变革驱动力。未来，这一融合不仅能提升医疗服务的质量与效率，更可能重塑大众对健康的理解。
延续在传染病传播建模领域的研究，张清鹏提出了“癌细胞就像动物、植物和微生物一样，也会经历‘适者生存’过程”的“进化”观点;并进一步解析了在这个过程中，最适应环境的细胞会存活并繁衍后代；且癌症产生耐药的进程，也与肿瘤微环境中癌细胞所受到的进化压力有关，而且这种进化过程具有很强的个体化特征，不同患者的癌细胞及免疫细胞的分布极其复杂，很难被现有模型有效建模，亟需更好的复杂系统模型并结合人工智能算法为患者提供最佳的个性化治疗决策。这是在《物种起源》发表165年后的今天，极具创新性地基于达尔文进化论的癌症治疗的新思路，也逐渐成为系统科学与医学交叉的研究热点之一。“在肿瘤微环境这样一个复杂动态的动力系统中，包括了多个无序增生和相互竞争的癌细胞种群。如何通过药物的使用，影响乃至控制不同癌细胞种群的演化进程，延缓耐药以达到最佳疗效，或许是现代癌症治疗进程中的关键环节之一。”张清鹏说。同时，他关注到，前列腺肿瘤是全球发病率第二高的癌症，治疗方法通常包括放射治疗和激素治疗，并且耐药性正是治疗前列腺癌的难点，传统的给药政策可能会导致耐药细胞的迅速扩散。因此，人们提出了间歇性雄激素剥夺疗法（IADT），并且在大量的临床试验中得到了验证。这一方法却并非一劳永逸，其在个体化处理能力方面，仍存在一定的局限性。由此，为了解决这一问题，张清鹏的研究团队建立了一个基于数据驱动的强化学习方案。首先，他们基于进化机制的异质性和药物对个体患者的药代动力学开发了一个时变混合效应广义洛特卡-伏特拉（tM-GLV）模型。然后，他们提出了一种强化学习支持的个体化IADT框架，即I2ADT（Individualized IADT），来学习个体患者的前列腺肿瘤动态并推导出最佳给药策略。“肿瘤本身具有异质性，所以我们根据实验假设前列腺癌细胞在治疗前存在两种表型，即反应型（依赖激素）和抗药型（不依赖激素）细胞。抗药型癌细胞最初是少数，但在雄激素抑制条件下，它们可以获得生长的优势。同时，由于这两种表型对资源（氧气等）的需求很高，在肿瘤微环境中竞争激烈，我们便可以借此将静态的关系矩阵动态化，用于捕捉在药物与竞争作用下癌症的演化过程中的变异及抗药性的不断积累。”张清鹏进一步阐释道。最终，使用临床试验数据的仿真实验表明，作为业内第一个基于强化学习指导肿瘤间歇性治疗的模型，I2ADT在减少药物剂量的情况下显著延长了前列腺癌患者的病情进展时间。此外，I2ADT的方法同样适用于其他癌症，因为它可以根据临床数据进行适应性调整。尤其值得一提的是，这种基于数学模型对肿瘤免疫微环境建模的研究思路适用于多种癌症及用药决策的优化问题。“免疫检查点抑制剂是目前最被寄予厚望的癌症治疗方法之一，然而很多患者无法从这种免疫治疗中获益，除了一些临床试验的队列统计数据，临床医师对这种个体化的用药疗效的预测也束手无策。”张清鹏对现状进行了解析，同时提出免疫检查点抑制剂治疗由于涉及包括不同类型的癌细胞及免疫细胞之间的博弈互动，所以其疗效会被这种复杂的动力学特征所决定。基于此科学假设，他带领团队进一步开发了系列动力学模型，结合机器学习方法对患者学习其肿瘤免疫微环境中独特的、高维复杂的动力学特征，从而判断免疫检查点抑制剂是否对个体患者有疗效，并且针对无法获得疗效的患者，推荐个性化的药物联用方案；通过和其他药物的联用，改善肿瘤免疫微环境，使其成为适合免疫检查点抑制剂治疗的“土壤”。短短几年前，张清鹏绝不敢想象，自己有一天会把民生健康的“大责任”担在肩上，但立足今日，他已经能够站在团队后备人才的面前帮助、指引他们成长。“我觉得现代技术的发展与人们健康意识的觉醒都是无形中串联起行业融合变化的根本因素。未来，我不敢妄自托大称自己对行业有多么深远的贡献，但我希望能够将个人志趣真正融入行业发展和社会运行的需求之中，为患者提供最佳的精准治疗方案，切实帮助患者和医护人员，助力医疗事业焕发出全新的活力与该有的温度。”他郑重地说道。 来源：健康诊疗科
免责声明：本站系转载，并不代表本网赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题，请在30日内与本站联系，我们将在第一时间删除内容!
