文章專區

腫瘤免疫微環境（tumor immune microenvironment, TIME ）是影響癌症進程的關鍵因素，像是腫瘤的生長、侵犯、轉移與針對癌症治療的反應 。 而目前科學家大多使用多重免疫螢光技術（Multiplex immunofluorescence, mIF）來研究分析腫瘤微環境，不過這項技術成本高昂且難以大規模應用，要走上實際應用相對困難。

近期 ，來自 Microsoft 的研究人員開發了 GigaTIME深度學習系統 ， 它先學習多模態（ cross-modal）技術，透過分析蘇木精–– 伊紅染色切（hematoxylin and eosin stain, H&E stain）來模擬出 mIF 圖像。

此外，這項研究不僅只局限在實驗室中，研究團隊正式將這一技術應用於美國 7 個州、51 家醫院與1000 多家診所中的 1 萬 4256 名患者，並且一共生成了 29 萬 9376 張涵蓋 24 種癌症與 306 個亞型的虛擬 mIF 影像。

在過去，由於 mIF 影像資料非常稀少，針對微環境的分析因此難以實現。如今這項結合 AI 運算的技術出現，將有機會能為了解癌症系統提供更全面的樣貌。

Valanarasu, J. M. J., et al. (2024). Multimodal AI generates virtual population for tumor microenvironment modeling. Cell, 189 (2),