我们都知道，免疫系统的复杂程度非常高，并且一直处于动态变化之中。平均每 30 分钟，就有一篇新的免疫学论文发表到期刊杂志上，这导致单凭人类的力量，还无法应对该领域的巨大规模和多样性。因此，我们需要充分利用机器学习技术，来推动免疫学的发展，而在这背后就需要大量科学数据的支持。

 

近日，AI 医疗新锐公司 CytoReason 发布了其最新的免疫学 AI 数据引擎研究。这是迄今为止规模最大的免疫细胞信号传导研究分析之一，其中包括了超过 3000 种之前从未列出的细胞相互作用，并产生了首个以免疫为中心的疾病模块分类。这项研究成果发表在了《自然》子刊《Nature Biotechnology》上，有助于重新定义以免疫为基础的细胞间通讯和疾病关系。

 

CytoReason 成立于 2016 年 10 月，位于以色列特拉维夫，是一家使用 AI 模型来研发多种疾病疗法的新锐公司。CytoReason 目前专注于研究癌症免疫疗法、自身免疫、神经退行性疾病和传染病等领域的研究，利用其开发的前沿 AI 技术平台，通过加强对免疫系统全方位的了解来更好地改善人们的健康状况。

 

 

▲immunXpresso 的工作原理示意图（图片来源：《Nature Biotechnology》）

 

这款人工智能数据引擎名为 immunXpresso，通过文本挖掘的方式，来构建免疫细胞间的通讯框架。研究人员将 immunXpresso 应用于文献服务检索系统 PubMed 中，来识别 340 种细胞和 140 种细胞因子在数千种疾病中的相互关系，从而发现细胞之间的互动状况及涉及到的细胞相关功能。通过扩大研究范围，研究人员得以对之前从未发现过的细胞和细胞因子之间的相互作用进行预测，并用实验来进行验证。同时，研究人员还表示，当免疫系统的相关理论与丰富的数据源及人工智能结合之后，就可以产生能够战胜疾病的新发现。

 

 

▲CyanReason 公司首席科学官，以色列理工学院系统免疫学主任 Shai Shen-Orr 教授（图片来源：CytoReason 官网）

 

“由于免疫系统在和疾病对抗时的作用非常重要，使用以免疫为中心的视角能让我们更好地理解疾病的机制，” CyanReason 公司首席科学官，以色列理工学院系统免疫学主任 Shai Shen-Orr 教授表示：“这些数据表明，仅仅在现有的论文中进行挖掘和学习，就能够得到有价值和有效的预测。当我们将这个模型与其它数据集和预测技术相结合时，模型的潜力将会更加强大。”

 

 “这项重要研究改变了人们对针对某种疾病或组织的特定受体、分子或细胞进行干扰时的预测模式，”CytoReason 首席执行官 David Harel 先生说道：“这项研究和我们以细胞为中心的模型相结合，并不仅仅描述了细胞之间的相互作用，同时还定义了这种相互作用是由哪一方发起的，以及对谁起作用。这成为了 CytoReason 一直致力打造的免疫系统三维视图的关键。”

 

我们希望，在不久的将来，研究人员可以利用这个新型 AI 数据工具，找到更多战胜疾病的新策略，从而造福更多患者。

 

参考资料：

 

[1] Unique immune-focused AI model creates largest library of inter-cellular communications

 

[2] Immune-centric network of cytokines and cells in disease context identified by computational mining of PubMed