近日，公司谭宁华教授、王引引副研究员课题组与芬兰赫尔辛基大学汤靖副教授团队合作，在学科顶尖期刊Advanced Science上发表题为A Network-Driven Framework for Drug Response Precision Prediction of Acute Myeloid Leukemia的最新研究成果。公司为论文第一通讯单位，王引引副研究员、公司23级硕士研究生刘睿为共同第一作者，汤靖副教授、谭宁华教授为共同通讯作者。
急性髓系白血病（AML）是一种起源于骨髓造血干细胞的恶性克隆性疾病，患者对现有治疗方案的反应差异巨大，亟需针对病人个体差异来制定精准的用药方案。然而，肿瘤细胞的异质性使得寻找可靠的预测性生物标志物异常困难。传统的基于bulk RNA-Seq和体外实验的模型，往往难以捕捉隐藏在治疗反应和耐药性背后的复杂分子通路与基因网络。为此，研究团队开发了名为 NetAML 的网络驱动精准药物敏感性预测平台。
这项研究基于520名急性髓系白血病（AML）患者的RNA测序数据和体外药物反应数据，开发出87种临床药物的个性化预测模型。通过融合网络分析与机器学习技术，研究解析了基因间复杂的分子相互作用网络，揭示了不同药物反应背后的机制，进而识别出具有高度生物学意义的基因特征（gene signatures）。这些特征为理解耐药机制和开发克服策略提供了新线索。所构建的药物特异性预测模型，能够预测特定患者对不同药物的敏感性，从而为制定高度个体化的治疗方案提供参考。NetAML平台成功地将复杂的基因组、体外药效等多维数据，转化为具有明确临床指导意义的预测工具，充分展现了AI驱动的大数据分析在精准医疗中的巨大潜力。该研究成果被选为当期刊物的封面文章。
NetAML模型的示意图
上述工作得到国家自然科学基金青年项目（No.82405199）、江苏省青年项目（BK20231024）、ok138cn太阳集团人才引进等项目的资助。
文章链接：https://doi.org/10.1002/advs.202506447