女性乳腺癌是世界上最常见和最致命的癌症类型之一，与肺癌和结肠癌并列。

据估计，每 8 名美国女性中就有 1 人会在一生中患上侵袭性乳腺癌。根据世界卫生组织(World Health Organization)的数据，仅去年一年，全球就有 1,810 万新病例和 960 万人死亡。

此前，集微网曾报道过麻省理工学院计算机科学与人工智能实验室(CSAIL)和麻省总医院的科学家基于谷歌人工智能建立了一个早期筛查模型，该模型可以通过乳房 X 光检查来预测患者未来五年是否可能患上乳腺癌。

现在，他们不再孤军奋战。

在 16 日的一篇论文和附带的博客文章中，IBM 苏黎世办公室的科学家详细介绍了他们与苏黎世大学的合作关系，以开发一种能够识别和分类肿瘤和免疫细胞以及它们之间关系的系统。他们的研究发表在《Cell》杂志上。

“虽然研究人员一直在努力开发新的治疗方法来对抗乳腺癌，但癌症相关死亡的主要原因仍然是治疗耐药性、复发和转移，” IBM 计算系统生物学研究员 Marianna Rapsomaniki 在博客中写道。“这项工作的目标是为未来可能帮助患者战胜乳腺癌的精准医疗方法奠定基础。”

为此，Rapsomaniki 和他的团队假设乳腺癌是一种异质性疾病，即它包括由基因组成决定特征的肿瘤细胞，以及与周围非癌症细胞(如免疫细胞、基质细胞和血管细胞)交流和相互作用的环境影响。此外，他们推测这些生态系统中的模式可能与疾病进展和治疗反应有关。

为了证明他们的想法，研究小组从 144 名患者身上提取了非肿瘤样本，并使用大量细胞计数法(注：流式细胞术的一种变体)测量了 2600 多万个癌症和免疫细胞中的 70 多种蛋白质。

接下来，他们使用人工智能技术来识别肿瘤和免疫细胞的不同种群，并创建一个详细的乳腺癌生态系统图谱，然后他们使用该图谱来定义单个肿瘤的异质性，并将其与匹配的非肿瘤组织进行比较，量化其异常。

最后，研究人员分析了与肿瘤相关的巨噬细胞和 T 细胞群(他们注意到，这些巨噬细胞和 T 细胞群同时具有抑制肿瘤和支持肿瘤的功能)，并将研究结果与包括疾病分级或肿瘤侵袭性在内的临床信息联系起来。

最后，研究小组发现，高侵袭性肿瘤通常由单一的肿瘤细胞表型所主导，而且每个肿瘤的细胞组成都是独特的，侵袭性较强的肿瘤与其他肿瘤的差异最大。

此外，他们还发现恶性肿瘤中肿瘤相关免疫系统的相似性。

他们认为，这项工作为精确药物治疗的设计奠定了基础，并表明免疫疗法可能是一种对某些乳腺癌患者群体可行的方法。

“这可能是一种原因，来解释为什么一种放之四海而皆准的癌症治疗方法并不总是有效。” Rapsomaniki 说，“基于我们的发现，我们相信特定的乳腺癌患者群体也可以从免疫治疗中受益。接下来，我们将进一步研究免疫疗法的可能性，并有可能进行临床研究。”