这是一本MIRD小册子. 31:MIRDcell V4-人工智能工具,为治疗制定优化的放射性药物尾酒

科学领域:

• 核医学是一种核医学.
• 计算生物学是一种计算生物学.
• 在瘤学瘤学.

背景情况:

• 放射性药物尾酒对于癌症治疗至关重要,因为细胞吸收不均.
• 需要优化策略来提高多剂放射性药物治疗的疗效.
• 之前的in vivo实现由于缺乏优化而缺乏令人信服的结果.

研究的目的:

• 开发和展示人工智能 (AI) 工具,以优化放射性药物尾酒.
• 为了最大限度地减少达到特定瘤细胞存活分数 (SF) 所需的放射性衰变总数.
• 为单细胞和多细胞瘤集群提供优化治疗工具.

主要方法:

• 人工智能工具是在MIRDcell V4中开发的,使用了顺序最小平方编程算法.
• 该算法识别了尾酒中的每个药物的最佳 activity,以最大限度地减少目标SF的总衰变.
• 工具使用模型数据,流细胞计和3D球形模型进行了验证.

主要成果:

• 与针对乳腺癌细胞的单一药物相比,两种药物组合减少了211At衰变的1.6倍.
• 在一个假设的集群中,使用195mPt的2种药物组合需要比单个药物减少1.7倍的衰变.
• 与最好的单一药物相比,两种225Ac标记的药物将所需的分解量减少了一半.

结论:

• MIRDcell AI 工具有效地确定了针对癌症治疗的最佳药物组合和活动.
• 这种由人工智能驱动的方法可以预测最佳的药物组合,以获得最大的治疗效果,而辐射暴露最小.
• 这种方法有可能通过分析患者特异性的细胞样本来实现个性化癌症治疗.