Mô hình này, mang tên scSurvival, ứng dụng khung học máy để phân tích dữ liệu quy mô lớn ở độ phân giải tế bào đơn.

Với sự hỗ trợ của NIH, Đại học Khoa học & Sức khỏe Oregon (OHSU) đã thử nghiệm mô hình trên dữ liệu lâm sàng của hơn 150 bệnh nhân ung thư. Công cụ này không chỉ dự đoán khả năng sống sót mà còn liên kết các quần thể tế bào cụ thể với mức độ rủi ro cao.

“Một công cụ đánh giá rủi ro có thể cho biết ai có nguy cơ cao, đồng thời cung cấp manh mối về nguyên nhân, sẽ thực sự hữu ích trong những loại ung thư khó điều trị,” chia sẻ Anthony Letai, M.D., Ph.D., giám đốc Viện Ung thư Quốc gia (NCI) thuộc NIH.

Mỗi khối u là một “bức tranh khảm” độc đáo của nhiều loại tế bào, mang những dấu hiệu sinh học có thể cho thấy cách khối u phát triển hoặc phản ứng với điều trị. Trước đây, các phương pháp phân tích thường “trộn” dữ liệu, làm mất đi những chi tiết quan trọng. scSurvival được thiết kế để giữ lại sự tinh vi này.

Theo tác giả chính Zheng Xia, Ph.D., phó giáo sư kỹ thuật y sinh tại OHSU:

“Bằng cách soi kỹ dữ liệu tế bào đơn, scSurvival có thể xem xét ảnh hưởng khác nhau của từng tế bào đối với tiến triển bệnh và khả năng sống sót.”

Mô hình gán trọng số cho từng tế bào dựa trên mức độ liên quan đến khả năng sống sót, sau đó tổng hợp dữ liệu từ các tế bào quan trọng để đưa ra dự đoán.

Kết quả thử nghiệm và tiềm năng ứng dụng

• Mô hình được huấn luyện trên dữ liệu tế bào đơn kết hợp với thông tin sống sót của hàng trăm bệnh nhân.
• Khi thử nghiệm trên bệnh nhân ung thư da (melanoma) và ung thư gan, scSurvival cho kết quả chính xác hơn các phương pháp truyền thống.
• Công cụ còn truy ngược dự đoán về các nhóm tế bào cụ thể, xác định tế bào miễn dịch và tế bào khối u liên quan đến khả năng sống sót tốt hoặc xấu.
• Đặc biệt, trong ung thư da, mô hình phát hiện các quần thể tế bào liên quan đến phản ứng với liệu pháp miễn dịch.

Nghiên cứu cho thấy sự khác biệt trong quần thể tế bào quyết định cách khối u hành xử và phản ứng với điều trị. Công cụ như scSurvival mở ra khả năng cá nhân hóa y học, giúp bác sĩ nhận diện mô hình tế bào và đưa ra chiến lược điều trị phù hợp hơn.