英国南安普敦大学研究人员开发出一个开源人工智能平台，可在肿瘤样本中快速、精准分析数十万个细胞，绘制肿瘤内细胞中心体异常的空间分布图。研究表明，中心体异常的空间分布与癌症临床特征相关。新成果未来有望用于癌症患者风险评估、开发新的靶向疗法等。

南安普敦大学研究人员领衔的团队，利用团队开发的名为CenSegNet的人工智能平台，对来自127名乳腺癌患者的911份肿瘤样本中超过33万个中心体进行了分析。他们发现了两种截然不同的中心体异常类型：一类是细胞内中心体数量过多，另一类是中心体异常增大。两种异常形式相互独立，可出现在同一肿瘤的不同区域。

研究显示，异常增大的中心体较多的肿瘤与更具侵袭性的疾病特征相关，包括较高的肿瘤分级、淋巴结受累和某些遗传改变等；而肿瘤核心区域内增大的中心体数量较少的患者，其总体生存情况往往更好。

研究人员证明这一技术还可用于肾脏、结肠和阑尾组织分析，下一步将把它与基因组、转录组和蛋白质组数据相结合，以评估基于中心体的生物标志物能否辅助治疗决策和改善患者预后。 据新华社