RPI和奥尔巴尼医学院的研究人员拨款330万美元
来自伦斯勒理工学院(RPI) 和奥尔巴尼医学院的研究人员获得了国家癌症研究所在五年内提供的 330 万美元赠款，用于使用人工智能 (AI) 改进 HER2 阳性乳腺癌治疗中的靶向药物治疗。HER2 阳性乳腺癌往往会迅速生长和扩散，但有针对性的治疗可以改善预后。
这项研究由伦斯勒生物医学工程教授、医学建模、模拟和成像中心联合主任 Xavier Intes以及奥尔巴尼大学分子和细胞生理学教授兼成像核心设施主任Margarida Barroso领导医学院。十多年来，RPI 和奥尔巴尼医学院持续合作，专注于改善人类健康的治疗方法，并得到六项主要资助。这笔赠款推动了使用现代人工智能工具的合作。
靶向药物是许多癌症疗法的重要组成部分，可提高特异性并减少副作用。然而，靶向治疗的耐药性经常发生，阻碍了许多患者的长期、无病生存。
这笔赠款将资助 HER2 阳性乳腺癌的研究，其中已提出肿瘤内异质性 (ITH)，其中同一肿瘤内的细胞具有不同的特征，微环境因素在治疗失败中起着关键作用。因此，更好地了解 HER2 治疗耐药的潜在机制及其与 ITH 以及宿主和肿瘤微环境的关系，对于开发改善患者预后的新策略至关重要。
缺乏临床前纵向、非侵入性成像方法，可以在多种肿瘤特征(如药物-HER2 参与、葡萄糖代谢水平和脉管系统)水平上剖析和量化异质性。目前，这些参数只能通过体外侵入性手段进行评估，使用从患者身上取出然后返回给患者的组织。
“通过我们的研究，我们将开发一种新的介观、多模态临床前成像方法来检验这样一个假设，即基于抗体的疗法在肿瘤中的分布不仅介导了药物疗效，还介导了肿瘤耐药性的出现，”Intes 说。
该团队将使用介观荧光分子断层扫描 (MFMT) 在活的、完整的动物中以接近细胞尺度的分辨率剖析肿瘤异质性。
Barroso 还将与奥尔巴尼医学中心病理学和实验室医学系主任、医学博士 Sandra Shin 合作，将组织病理学与这些新颖的光学成像方法联系起来。
“最终，我们希望这种成像技术能让生物学家和临床医生准确地看到药物如何与肿瘤结合，从而更好地了解肿瘤在治疗过程中如何适应或变化，”Barroso 说。“这可能有助于确定特定药物对特定肿瘤的疗效，这是解决耐药性的关键因素。”
“十多年来，NCI 一直认识到这种跨机构合作的重要性以及每位研究人员为合作带来的独特技能和专业知识，”医学博士 Alan S. Boulos 补充说，'94，The Lynne 和 Mark Groban， MD '67 奥尔巴尼医学院院长。“这项新拨款支持的研究将对癌症诊断和治疗的未来产生重大影响。”
“乳腺癌是一种非常普遍的疾病，我们都认识受其影响的人，”伦斯勒工程学院院长 Shekhar Garde 说。“我很高兴博士。Intes 和 Barroso 正在将工程学和医学的力量与现代人工智能工具相结合，以促进我们对这种特别致命的形式的理解，并改善患者的生活质量。”
版权声明：本文由用户上传，如有侵权请联系删除！