為促進國際癌癥診療和防治的合作與發展，自 2022 年 10 月起，美中抗癌協會（USCACA）發起了 「 攜手抗癌｜Anti-cancer Together (ACT) online forum of special topics 系列線上活動 」，邀請國內外抗癌領域基礎和轉化的領軍專家參與其中，備受同道關註，收獲累累碩果。
台北時間 2024 年 4 月 7 日，美中抗癌協會與中國初級衛生保健基金會腫瘤臨床轉化研究專委會、中國醫學論壇報、丁香園聯合主辦的 「 攜手抗癌 」 活動迎來第十九期！
本期活動特別邀請同濟大學附屬上海市肺科醫院蘇春霞教授擔任會議主持，同濟大學生命科學與技術學院朱融融教授進行了主題為 「 人工智能篩選生物活性材料促再生修復 」 的專題報告。現整理報告與討論精要，以饗讀者。
主題報告
朱融融教授在報告中著重介紹了團隊利用人工智能 「Deep Screen」 系統來篩選生物活性材料，並透過這些生物活性材料調控幹細胞的命運以促進組織的再生與修復。
1
突破瓶頸，人工智能篩選體系「 Deep Screen 」助力生物活性材料研發
朱教授首先回顧了幹細胞研究的歷史，從 1908 年幹細胞概念被提出到 2013 年美國幹細胞臨床實驗數量已達近 4000 項，100 年間，幹細胞技術得到了迅速發展，如今中國的幹細胞臨床實驗已經位列全球第三。未來，幹細胞技術將從基礎研究走向醫學臨床套用，但目前仍有很多需要解決的問題。
朱教授指出，為了維持幹細胞的幹性，一般需要在幹細胞的擴增中添加一些飼養層細胞或維持幹性的因子，而傳統的 LIF 因子以及 MEF 飼養層存在成本高、批次差異大以及易受汙染等局限性；同時在幹細胞移植修復的過程中也存在著如損傷微環境等相應的生物學問題。
朱教授團隊利用深度學習人工智能，建立了能夠預判材料對幹細胞命運影響的 「Deep Screen」 明場篩選體系，能夠在早期就高準確率地預測幹細胞的分化方向，從而大幅提高篩選效率。
朱教授表示，這一系統不僅能夠加快幹細胞研究，還能在篩選新藥時提供幫助，特別是在開發對抗耐藥性腫瘤細胞的新藥方面。團隊透過這個系統篩選出了層狀雙氫氧化物（LDH）作為促進幹細胞擴增和維持幹性的新材料。團隊隨後進行了大量不同離子組成的 LDH 在幹細胞命運調控中的功能研究，多組學分析的結果也表明 LDH 優於傳統的 LIF 因子。不僅在維持幹細胞的幹性方面表現出了顯著的效果，LDH 的物料成本還極低，與現有方法相比成本降低了超過百倍，這樣的低成本對於幹細胞的擴增有重大意義。
2
展現希望，新型 LDH 材料促進神經、軟骨組織再生修復
朱融融教授進一步詳細介紹了 LDH 在幹細胞研究和脊髓損傷再生中的套用和成果。眾所周知，脊髓損傷目前缺乏有效的治療方法，並且患者及其家庭的生活和經濟負擔巨大，朱教授團隊正在尋求透過調控微環境和動員內源性幹細胞來促進脊髓的修復。他們認為，這項工作的成功，可能會對治療脊髓損傷的方法產生重要影響，並有助於降低醫療和護理成本。
朱融融教授詳細闡述了神經再生與修復的復雜性，並強調脊髓修復的關鍵是微環境調控和幹細胞動員。目前的研究成果盡管取得了一定的修復效果，但與臨床需求相比仍然有很大的差距。朱教授團隊試圖使用生物材料構建新的神經網絡以促進神經修復。他們利用由人工智能「 Deep Screen 」系統篩選出的 LDH 材料搭載神經營養因子 NT3 進行了系列實驗，並行現這種新型納米材料-NT3 負載體系科有效促進脊髓損傷後神經功能恢復。
在小鼠脊髓全橫斷模型中，LDH 材料顯著改善了小鼠的行為和電生理反應，團隊透過雙重標記觀察到損傷區域的新生神經元，證明了神經再生的存在。團隊將這些成果擴充套件套用在恒河猴模型上，發現 LDH 材料能夠促進步態恢復。核磁影像分析也證明動物模型的感覺功能有所恢復。
除了對神經再生修復對探索外，朱教授團隊還透過 「Deep Screen」 體系篩選出了能夠促進軟骨再生的材料，並在動物模型上進行了初步試驗驗證。
3
總結與展望
對於團隊工作，朱教授總結道，在使用生物活性材料調控幹細胞命運促進組織再生修復的探索中，團隊建立了不同物化特性的 LDH 精準調控幹細胞命運的新體系，提供了維持幹細胞自我更新和誘導定向分化的新材料、新技術；提出了「 同步調控免疫細胞/幹細胞 」修復損傷新方案，並揭示了「 材料-膜受體-幹細胞 」調控新機制；原創性構建「 Deep Screen 」高效預判技術，將進一步拓寬 LDH 的生物醫學套用，改性強化 LDH 和膜受體作用的高效性和特異性。
朱教授表示，「 Deep Screen 」系統透過龐大的數據庫，高效地預判和篩選出能夠對各種細胞進行幹預的生物材料的具體策略和過程。未來，這個系統可以擴充套件套用於包括腫瘤幹細胞、耐藥細胞株等在內的多種細胞類別，從而推動小分子藥物的開發。並且透過深度學習和設計，有望創造出具有更高效和特異性的材料，以促進不同類別細胞的分化和再生。
討論環節
報告結束後，會議主持蘇春霞教授高度評價了朱教授的報告內容和團隊工作，稱贊朱教授團隊利用人工智能在生物醫學領域取得了令人矚目的成就。在隨後的討論環節中，蘇教授邀請朱教授與線上同道就如何避免演算法偏差、人工智能在抗腫瘤領域中的套用以及人工智能技術引領醫療領域潛在變革等問題展開了討論。
對於人工智能篩選生物活性材料時的數據偏見問題，朱教授表示對於給予人工智能系統學習的數據，需要非常明確。後續要進行獨立測試確保避免準確性偏差，並讓人工智能系統進行持續學習，以提高其對復雜環境的適應力。
對於人工智能技術在抗腫瘤藥物研發中的套用問題，朱教授指出，人工智能已廣泛用於癌癥病理切片分析的套用中。同時，人工智能還可充分理解腫瘤微環境的復雜性，透過學習所構建的類器官來進行藥物篩選，預測復雜環境下的抗腫瘤效果，提高篩選效率。
對於目前臨床上使用生物活性材料進行再生修復的效果問題，朱教授表示，許多以生物活性材料作為載體的產品已在臨床治療中得到套用，例如對於大段骨修復，含有促進間充質幹細胞向成骨或成軟骨細胞分化能力的生物材料對模擬骨再生環境就非常有幫助。此外，脊髓再生領域已經有一些轉化研究正在進行中，例如使用促進再生的膠原材料植入脊髓內部來進行神經管構建。
最後，對於人工智能在生物醫學領域的挑戰和未來發展問題，朱教授指出，演算法的突破和醫療數據的真實性、可靠性及穩定性是主要的挑戰。隨著技術的不斷發展，未來，人工智能有望在醫療器械制造、預測復雜環境下的療效以及腫瘤等疾病復發概率等諸多方面發揮重要作用。
攜手抗癌
本次「 攜手抗癌丨 Anti-cancer Together (ACT) online forum of special topics 系列線上活動 」，朱融融教授詳細介紹了人工智能篩選體系在生物活性材料研發中的套用以及共同促進組織再生修復的研究進展，並在和與會專家們熱烈的討論中為廣大同道對人工智能在生物醫學領域中的創新與發展等問題帶來了深入的啟發與思考。期待系列活動後續更加豐富的內容，踐行本次活動的初衷和目的，為腫瘤領域的交流融合助力！
審閱丨同濟大學附屬上海市肺科醫院 蘇春霞
正選｜中國醫學論壇報今日腫瘤
攜手抗癌
