利用機器學習設計抗癌納米顆粒
科學家利用機器學習創建納米顆粒，將個性化藥物輸送到更加貼近腫瘤靶點的位置。
責任編輯：朱力遠
納米顆粒為將藥物傳遞至腫瘤提供了巨大潛力，同時可以將副作用降至最低。
（本文首發于2018年8月2日《南方周末》）
科學家利用機器學習創建納米顆粒，將個性化藥物輸送到更加貼近腫瘤靶點的位置。
個性化抗癌藥物已經從渺茫的希望發展到臨床試驗階段。針對腫瘤獨特的遺傳缺陷，腫瘤學家不斷地將治療方法個性化。但是，由于這些個性化藥物在抵達腫瘤的同時也同樣觸及健康組織，所以即使是最有針對性的治療也會導致有害的副作用。
美國斯隆-凱特林癌癥研究中心斯隆-凱特林研究所（SKI）的納米技術專家設計了一種新方法，有助于避免靶向治療帶來的損害，提高個性化藥物的精準度。丹尼爾·海勒（Daniel Heller）博士是SKI負責分子藥理學項目的化學家兼威爾-康奈爾醫學科學研究生院的助理教授，他說：“我們找到了一種辦法，利用機器學習運算法則設計出強效納米藥物，這種藥物可以發揮更強的效力和更加安全的、更加個性化的抗病作用。”
海勒的實驗室所設計的納米技術能夠提高癌癥的監測效率，改善癌癥的治療效果。
登錄后獲取更多權限
網絡編輯：柯珂