1135-基于机器学习的患者源细胞培养药物反应预测模型

这篇文章介绍了一种利用机器学习预测癌症患者药物反应的创新方法，旨在推动个性化医疗的发展。研究者通过分析患者来源的细胞培养物（PDC）对少量“探测药物”的反应，成功预测了整个药物库的疗效，克服了传统组学数据分析过于复杂的局限。实验结果显示，该模型在GDSC和PRISM等大型数据集以及临床活检样本上均表现出极高的准确性，能够高效筛选出高选择性药物。这种基于功能的预测模型不仅比动物模型更具成本效益，还能在短时间内为临床医生提供针对特定病患的精准用药方案。这种方法通过整合历史筛选数据，证明了跨组织类型的药物反应模式对个性化抗癌治疗具有重要参考价值。

References:

• Abdel-Rehim A, Orhobor O, Griffiths G, Soldatova L, King RD. Establishing predictive machine learning models for drug responses in patient derived cell culture. NPJ Precis Oncol. 2025 Jun 13;9(1):180. doi: 10.1038/s41698-025-00937-2. PMID: 40514399; PMCID: PMC12166088.