ИИ точнее предсказывает ответ на иммунотерапию в разных типах рака

Обычно такие модели учатся просто угадывать ответ по набору генов, но здесь сделали иначе: сначала перевели сырые данные о работе опухоли в 44 понятных для биологии признака. Это такие «переключатели» вроде состояния иммунных клеток, сигналов между опухолью и её окружением и путей передачи сигналов внутри клетки. Такой подход нужен потому, что обычные биомаркеры часто работают только в одном типе рака или только для одной терапии, а здесь хотели сделать модель, которая не ломается, когда меняется опухоль или препарат.

Модель обучили на огромной подборке опухолей из 33 типов рака, а потом проверили на 16 независимых клинических группах пациентов с семи видами рака и шестью иммунными препаратами. В этом и есть главный практический смысл: не просто показать, что алгоритм что-то запомнил, а проверить, умеет ли он работать в разных реальных сценариях, включая те, которых не было в дообучении. Авторы пишут, что COMPASS справлялся лучше 22 других методов и даже сохранял способность переноситься на новые типы рака и лечения.

Ещё интересный результат — модель не только выдаёт прогноз, но и показывает, какие именно иммунные программы связаны с ответом или устойчивостью к лечению. Например, у пациентов с «горячими» опухолями, которые по модели всё равно не отвечали, она выделяла сигналы вроде TGFβ-сигналинга, вытеснения иммунных клеток из опухоли, нарушенной работы CD4+ T-клеток и нехватки B-клеток. То есть COMPASS пытается не просто сказать «да» или «нет», а подсказать, почему так может происходить.