乳腺癌是世界上最常见的女性恶性肿瘤，也是一种高度异质性的疾病。尽管当下已经充分研究了乳腺癌内在亚型之间的差异，但是每种亚型内的异质性，还需要进一步研究以进行个性化疾病管理。

       近日，伦敦癌症研究所（Institute of Cancer Research, ICR）的一个研究小组将人工智能（AI）和机器学习（ML）应用于乳腺癌的基因序列和分子数据，以揭示先前被归类为同一类型的癌症之间的重要差异。

       因为看似患有同一类型乳腺癌的患者其实对药物的反应往往有所不同。最终研究人员识别了五种新乳腺癌亚型，每一种都与不同的个性化治疗方法相匹配。这项新研究不仅为乳腺癌患者打开了个性化治疗的大门，而且有助于确定新的药物靶点。
       目前根据不同基因表达，乳腺癌分为Luminal A型、Luminal B型、HER2阳性型、基底样型/三阴性乳腺癌（TNBC）等。其中，被称为“Luminal A型乳腺癌（luminal-A-type breast cancer）”的肿瘤往往具有最佳的治愈率，但不同患者对标准治疗（如他莫昔芬）以及新的免疫疗法的反应却有所不同。
       伦敦癌症研究所基因分析临床试验小组组长、识别不同类型乳腺癌的先驱Maggie Cheang博士表示：“我们的研究使用人工智能算法来发现人类分析迄今为止遗漏的乳腺癌模式。
       在最新的这项研究中，研究人员将人工智能训练的计算机软件应用于大量关于Luminal A型乳腺癌的遗传学、分子和细胞构成的数据，以及患者生存数据。之前曾使用该工具将结直肠癌分为五种异细胞亚型，分别为炎症、肠细胞、球形、茎状和转运放大(TA)。
       研究人员试图利用结直肠癌异细胞标记作为代谢物来重新描述乳腺癌亚型，特别是Luminal A型乳腺癌，并根据其分化、干细胞、成纤维细胞和免疫特性来了解其表型。
       人工智能分析结果显示，患有“炎症性”癌症的女性肿瘤中存在免疫细胞和高水平的PD-L1，这表明她们可能对免疫疗法有反应。另一组三阴性乳腺癌患者，对标准的激素治疗没有反应，但各种指标表明，她们也可能对免疫治疗有反应。研究结果还表明，肿瘤中含有8号染色体特异性变化的患者在接受他莫昔芬治疗时的生存率比其他组更差，并且这类患者复发的时间也要早得多。
       这项研究“令人兴奋的意义”之一是，它能够识别出对免疫疗法反应良好的女性，即便是之前分类的方式表明这种疗法对她们不起作用。
       新研究表明，人工智能能够识别出人类肉眼无法识别的乳腺癌模式，并为那些对标准激素疗法没有反应的人指出新的治疗途径。这些发现可能有助于指导新药的发现，即使是对于那些可能多年后复发的患者。